mvvm下如何调用scrollIntoView

qq14923349 2017-09-14 08:05:30

例如有个listbox或者scrollviewer
如何在viewmodel调用他的方法？mvvm模式下的

...全文

931 5 打赏收藏举报

写回复

5 条回复

切换为时间正序

请发表友善的回复…

发表回复

郑州高新区WPF小王子 2017-09-18

打赏
举报

回复

引用 4 楼 qq14923349 的回复:

[quote=引用 3 楼 duanzi_peng 的回复:] [quote=引用 2 楼 qq14923349 的回复:] [quote=引用 1 楼 duanzi_peng 的回复:] MVVM 调不到吧。最终是什么操作？

调用后滚动位置根据输入参数滚动到指定位置目前主要滚动到最末端之前问过绑定没有找到待绑定的属性[/quote] 在vm中自定义事件，在xaml.cs中订阅该事件，在vm中触发事件，之后在xaml.cs 中处理，这个时候在事件中可以获取到对应的控件。[/quote] 有没有不依赖cs文件就是获取控件名吧？[/quote] WPF 的prism框架

qq14923349 2017-09-16

打赏
举报

回复

引用 3 楼 duanzi_peng 的回复:

[quote=引用 2 楼 qq14923349 的回复:] [quote=引用 1 楼 duanzi_peng 的回复:] MVVM 调不到吧。最终是什么操作？

调用后滚动位置根据输入参数滚动到指定位置目前主要滚动到最末端之前问过绑定没有找到待绑定的属性[/quote] 在vm中自定义事件，在xaml.cs中订阅该事件，在vm中触发事件，之后在xaml.cs 中处理，这个时候在事件中可以获取到对应的控件。[/quote] 有没有不依赖cs文件就是获取控件名吧？

qq14923349 2017-09-15

打赏
举报

回复

引用 1 楼 duanzi_peng 的回复:

MVVM 调不到吧。最终是什么操作？

调用后滚动位置根据输入参数滚动到指定位置目前主要滚动到最末端之前问过绑定没有找到待绑定的属性

郑州高新区WPF小王子 2017-09-15

打赏
举报

回复

MVVM 调不到吧。最终是什么操作？

郑州高新区WPF小王子 2017-09-15

打赏
举报

回复

引用 2 楼 qq14923349 的回复:

[quote=引用 1 楼 duanzi_peng 的回复:] MVVM 调不到吧。最终是什么操作？

调用后滚动位置根据输入参数滚动到指定位置目前主要滚动到最末端之前问过绑定没有找到待绑定的属性[/quote] 在vm中自定义事件，在xaml.cs中订阅该事件，在vm中触发事件，之后在xaml.cs 中处理，这个时候在事件中可以获取到对应的控件。

本资源为临沂市L1到L5五级街道街区分区数据集SHP格式数据。数据涵盖临沂市全域范围，包含从省级到区级、街道级、社区级、网格级共五级行政区划边界矢量数据，数据精度高、边界清晰完整，包含完整的地名、行政区划代码、面积等属性字段。数据为标准Shapefile格式，可在ArcGIS、QGIS、SuperMap等GIS软件中直接打开编辑，适用于城市规划、人口统计、商业选址、物流配送、区域分析、GIS空间分析等多种应用场景，是城市数字化管理与空间分析的重要基础数据。

内容概要：本文基于粒子群优化算法（PSO）实现无人机在三维城市环境中的路径规划，利用Matlab进行仿真与代码实现，旨在解决复杂城市地形下无人机避障、路径优化及高效导航的问题。通过构建三维空间模型，综合考虑路径长度、飞行高度、障碍物威胁与转弯成本等多维度约束，形成最低成本的飞行路径。文中详细阐述了PSO算法在路径优化中的应用机制，并通过仿真实验验证其在动态城市环境中的有效性与鲁棒性。; 适合人群：具备Matlab编程基础，从事无人机导航、智能优化算法或路径规划相关研究的科研人员及工程技术人员，尤其适合研究生及以上学历的研究者。; 使用场景及目标：①应用于城市物流配送、应急救援、巡检监控等无人机三维路径规划实际场景；②为研究者提供基于PSO算法的路径规划实现方案，促进智能优化算法在无人机自主导航中的应用与发展；③支持算法对比与改进，推动高维非线性优化问题的求解能力提升。; 阅读建议：建议读者结合Matlab代码运行仿真，深入理解算法参数设置与路径生成逻辑，同时可尝试引入其他优化算法进行性能对比，进一步探索路径平滑、动态避障等高级功能的实现。

【期刊论文复现】多元宇宙算法求解电力系统多目标优化问题（Matlab实现）内容概要：本文复现了期刊论文中提出的多元宇宙算法（Multi-Verse Optimizer, MVO）用于求解电力系统中的多目标优化调度问题，采用Matlab进行代码实现。该算法受宇宙中黑洞、白洞和虫洞等天文现象启发，通过数学建模模拟多目标搜索过程，具有较强的全局寻优能力和收敛性能。文中将其应用于典型的电力系统经济调度场景，如考虑燃料成本、排放量等多个优化目标的微电网或多能源系统调度问题，通过构建合理的数学模型和约束条件，实现对多个冲突目标的协同优化。同时，文章提供了完整的代码框架与仿真结果，便于读者理解和复现。; 适合人群：具备一定Matlab编程基础和优化算法基础知识的研究生、科研人员及从事电力系统优化调度工作的工程师。; 使用场景及目标：①学习和掌握新型智能优化算法——多元宇宙算法的基本原理与实现方法；②将其应用于电力系统经济调度、微电网优化、多目标决策等领域的模型求解；③为科研工作提供可复现的代码参考和技术支持。; 阅读建议：建议读者结合Matlab代码逐行理解算法实现细节，重点关注目标函数建模、约束处理及MVO算法核心迭代逻辑，并尝试在不同测试系统中进行参数调优与性能对比，以深入掌握其应用技巧。

面向智能体的 Chrome DevTools（chrome-devtools-mcp）可以让你的编码智能体（如 Antigravity、Claude、Cursor 或 Copilot）控制并检查正在运行的 Chrome 浏览器。它作为 Model-Context-Protocol （MCP）服务器运行，让你的 AI 编码助手充分发挥 Chrome DevTools 的能力，实现可靠的自动化、深入的调试和性能分析。同时提供 CLI，可在不使用 MCP 的情况下使用。

内容概要：本文针对计及光伏波动性的主动配电网有功无功协调优化问题，提出一种基于多目标粒子群优化算法（MOPSO）的协同优化方案，并通过Matlab代码实现仿真验证。研究充分考虑光伏发电的随机性与间歇性特征，构建了一个综合有功功率调节、无功功率补偿、电压质量提升及网络损耗最小化的多目标优化模型，旨在提升高渗透率光伏接入下主动配电网的运行稳定性与经济性。通过优化算法求解实现有功与无功资源的协调调度，有效缓解因光伏出力波动引起的电压越限与潮流分布不均等问题，增强了系统的调节能力与鲁棒性。; 适合人群：具备电力系统分析基础和Matlab编程能力的科研人员，以及电气工程、自动化等相关专业的研究生和高年级本科生。; 使用场景及目标：①用于研究高比例可再生能源接入背景下主动配电网的优化运行策略；②为电力系统仿真教学与科研提供可复现的算法模型与代码实例，目标是掌握多目标智能优化算法在电力系统优化调度中的建模方法、实现流程及其工程应用价值。; 阅读建议：建议读者结合Matlab代码逐段理解算法实现细节，重点关注目标函数的设计、约束条件的处理方式以及粒子群算法的改进策略，同时可通过调整参数设置、测试不同场景以深入理解优化机制与系统响应特性。

WPF/Silverlight

8,757

社区成员

12,031

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章