条件判断中定义两个$.confirm();但是每次第一个执行完之后,不刷新的情况下,第二个无法执行。

sxn891128 2015-12-07 10:49:05
var status = $(".closeBtn").attr('tag');
alert(status);
console.log(status+ "====del after");
/**20151202======begin**/
if(status == 1){
infoConfirm(function(){
});
return;
}else{
$.confirm({
'title' : '提示',
'message' : '删除*****发布。<br /><br />确认删除?',
'buttons' : {
'删除' : {
'class' : 'blueBtn',
'action': function(){
// deleteEndpoint();
}
},
'暂不' : {
'class' : 'grayBtn ml40',
'action': function(){} // Nothing to do in this case. You can as well omit the action property.
}
}
});


其中infoConfirm()也是一个弹出框,当状态为1时,提示不能删除。

function infoConfirm(success) {
$.confirm({
'title' : '温馨提示',
'message' : '数据****才能进行修改!',
'buttons' : {
'关闭' : {
'class' : 'grayBtn ml40',
'action': function(){} // Nothing to do in this case. You can as well omit the action property.
}
}
});
}

但是,每次弹出温馨提示后,,即使将状态更改为0,if分支执行到删除提示框时,依旧加载的是温馨提示的confirm。。有没有什么方法,可以不在每次刷新的同时,分别弹出两个confirm框。。
...全文
631 3 打赏 收藏 转发到动态 举报
写回复
用AI写文章
3 条回复
切换为时间正序
请发表友善的回复…
发表回复
sxn891128 2015-12-07
  • 打赏
  • 举报
回复
好像不刷新的话,confirm就不再进行加载了。直接读取的缓存数据。。
sxn891128 2015-12-07
  • 打赏
  • 举报
回复
在线等,,急,。没有人么。
  • 打赏
  • 举报
回复
弄成一个函数,传递state进去就好了,需要的时候调用一次函数
//////////Test
doAlert(0);

setTimeout(function(){doAlert(1);},5000)

////////////
function doAlert(state){
//var status = $(".closeBtn").attr('tag');
        alert(status);
        console.log(status+ "====del after");
        /**20151202======begin**/
        if(status == 1){
            infoConfirm(function(){
            });
            return;
        }else{
            $.confirm({
                'title'    : '提示',
                'message' : '删除*****发布。<br /><br />确认删除?',
                'buttons' : {
                    '删除' : {
                        'class' : 'blueBtn',
                        'action': function(){
                         //   deleteEndpoint();
                        }
                    },
                    '暂不' : {
                        'class' : 'grayBtn ml40',
                        'action': function(){} // Nothing to do in this case. You can as well omit the action property.
                    }
                }
            });
}
(TSO)金枪鱼群算法优化路径规划Matlab代码内容概要:本文档主要介绍了一套基于金枪鱼群算法(TSO)的路径规划Matlab代码资源,重点应用于无人机、机器人、车辆等复杂环境下的路径优化问题。该算法属于智能优化算法范畴,能够有效解决旅行商问题(TSP)、车辆路径问题(VRP)及其多种变体,尤其适用于多目标、多约束条件下的三维路径规划。文档还列举了大量相关技术资源,涵盖路径规划、无人机协同、智能优化算法比较(如TSO、PSO、GWO等)、Matlab仿真代码及应用场景,展示了该算法在科研与工程实践的广泛适用性。; 适合人群:具备一定Matlab编程基础,从事自动化、人工智能、智能交通、无人机控制、机器人路径规划等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①利用TSO算法实现复杂环境下的最优路径搜索;②与其他智能算法(如PSO、WOA等)进行性能对比分析;③开展无人机三维路径规划、多智能体协同路径优化等科研项目仿真验证;④支撑论文复现、毕业设计或实际工程项目开发。; 阅读建议:建议结合提供的Matlab代码实例进行实践操作,重点关注算法参数设置、收敛性分析及路径可视化效果,同时可参考文提及的9种优化算法对比案例,深入理解TSO算法的优势与调参策略。
(CPOvsGTOvsDMOAvsDAvsAFTvsCSA)六种最新智能算法优化BP神经网络Matlab代码内容概要:本文档主要介绍了一套基于Matlab平台实现的六种最新智能优化算法(CPO、GTO、DMOA、DA、AFT、CSA)优化BP神经网络的代码资源,旨在通过智能算法提升BP神经网络的训练效率与预测精度。文档还列举了大量相关的科研仿真案例,涵盖电力系统、路径规划、信号处理、机器学习、无人机控制等多个领域,展示了智能算法在复杂工程问题的广泛应用。其重点内容包括BP神经网络的优化机制、各类智能算法的性能对比及其在实际问题的建模与仿真方法。; 适合人群:具备一定Matlab编程基础,从事科研或工程仿真的研究生、高校教师及科研人员,尤其适用于在智能优化、神经网络、电力系统、自动化等领域开展研究的技术人员。; 使用场景及目标:①研究智能优化算法(如CPO、CSA等)如何提升BP神经网络的收敛速度与泛化能力;②对比不同优化算法在神经网络权重训练的性能差异;③将优化后的神经网络应用于负荷预测、电价预测、故障诊断等实际工程问题;④为学术论文复现、课题研究或毕业设计提供可靠的技术支持与代码参考。; 阅读建议:建议结合文档提供的多个Matlab仿真案例进行交叉学习,重点关注算法优化流程与神经网络结构的设计细节,动手调试代码以深入理解算法机制,并可根据具体应用场景灵活调整参数设置以达到最佳优化效果。

87,996

社区成员

发帖
与我相关
我的任务
社区描述
Web 开发 JavaScript
社区管理员
  • JavaScript
  • 无·法
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧