应用程序启动过程模块化

xingeddx 2018-07-30 09:06:59
假如一个应用程序在启动时需要执行几个基本的操作,比如从数据库下载数据,使用配置文件中的数据初始化某些类的实例以备用,或者其他工作。这些工作都是在执行其他业务功能前的准备工作,我想让这些工作模块化,并且考虑某个过程的执行依赖于另一个过程执行的结果这种情况。
这些过程可以配置,比如要应用程序启动时,需要新引进一个初始化过程,可以通过配置来解决这个问题。
感觉和工作流类型,但又不太像,求高手指点一二。或者有现成的例子,给介绍一下也行。
...全文
192 4 打赏 收藏 转发到动态 举报
写回复
用AI写文章
4 条回复
切换为时间正序
请发表友善的回复…
发表回复
  • 打赏
  • 举报
回复
这就象有些人说,”我要把在设计器上鼠标拖拉的结果保存到数据库“,”我要让高级用户在 Excel 上进行大量报表格式、公式、保护、VBA 等设计结果保存到数据库“,我要把程序员开发过程描述为数据库里的一大堆配置过程,我要发布一个超级牛逼的”免编程的”给完全不懂编程的最终用户的信息系统开发工具。

然而现实是,这实际上是劳民伤财,做出来的东西是非常低级的增删改查、千篇一律的简单画面和功能。实际上 html、css、xaml、.design.cs甚至 .cs 文件都是文档,源代码就是文档!如果你纠结于这些文档是写成文本文件方式,还是写成数据库表方式,还是像你一样纠结于是写成所谓配置文件方式,其实都是在纠结皮毛。重点在于它价值真的能在开发稍微复杂的用户100%能自主提 UI 交互需求的系统起决定作用么?依我看,对于一个需要3个月开发的项目来说,这些所谓的工具只能节省最多10天的工作量,而后期配置、满足需求必须打破它所付出的则是基本的时间成本,甚至使得一个3个月计划的项目变成了1年也做不完的项目。这就是工程上的想当然。
  • 打赏
  • 举报
回复
编程不靠想象,当你一但某些代码写了3遍之后你就可以考虑通用化、甚至抽象,使得”只写一遍“而不断复用。然后你就是能够先说出自己的设计代码来提问,分享和分析方式来提问题,而不是总是拿”我猜想、试探有没有“这类方式的问题来求人家给你代码
  • 打赏
  • 举报
回复
哪一个程序不是模块化的?程序都是只写一遍(模式)然后反复调用的,但是大多数程序仍然是根据实际去组装的。你说的"模块化“实际上纠结于很底层的一点点编程概念,而不是复杂1000倍的业务概念,所以这类代码也就没有什么用处。比如说读取数据库到另外一个数据库、比如说 ConfigurationManager 读取配置信息,比如说从一个工程代码调用另外其它工程代码.......这些都是 .net 程序中最低级的编程模式,你说来说去其实是把标题党、简单的编程入门术语重复了一遍——老练地包装成那些刚学编程的小白不太熟悉的貌似业务领域的风格。然而你说的东西都是简单的编程模式,根本就是每一个项目都应该灵活编程的,而教条式地编程反而没有经济效益!
wanghui0380 2018-07-30
  • 打赏
  • 举报
回复
你想多了,只需一个接口就好

接口 Iinit
{
int 启动顺序
list<Iinit> 后置任务
task<bool> init()
}

这就成了,至于你是用配置,还是用mef,还是用ioc,就随意了
内容概要:本文研究了将先进PID控制算法(包括自抗扰控制ADRC、跟踪微分器TD和扩张状态观测器ESO)应用于永磁同步电机(PMSM)发电控制的仿真模型,通过Matlab/Simulink平台实现系统建模与仿真验证。文章详细阐述了ADRC的核心组件TD和ESO的工作原理及其在PMSM控制系统中的集成方法,利用TD实现对参考信号的快速无超调跟踪,通过ESO实时估计系统内外扰动并进行前馈补偿,从而增强系统的鲁棒性和动态响应性能。研究结果表明,相较于传统PID控制,引入ADRC的控制策略能显著提升永磁同步电机在负载突变、参数摄动等工况下的运行稳定性与控制精度,有效抑制转速波动,提高发电质量。; 适合人群:自动化、电气工程及相关专业的高校师生;从事电机控制、新能源发电系统研发的工程技术人员;具备一定Matlab/Simulink仿真基础和自动控制理论背景的科研人员。; 使用场景及目标:①深入理解自抗扰控制(ADRC)在电机驱动系统中的具体应用与实现方法;②掌握利用TD和ESO提升PMSM发电系统抗干扰能力和动态性能的技术路径;③为高性能电机控制器的设计与仿真提供可复现的技术方案和代码参考。; 阅读建议:读者应在熟悉永磁同步电机数学模型和基本控制策略的基础上,结合提供的Matlab代码与Simulink模型,动手实践并对比ADRC与传统PID的控制效果,重点关注TD的安排过渡过程、ESO的扰动观测能力以及整体闭环系统的动态响应特性,以深化对先进控制算法优势的理解。
内容概要:本研究聚焦于AGV(自动导引车)与AMR(自主移动机器人)的运动规划与导航问题,综合运用多种智能优化算法,基于Matlab平台进行了系统性的算法实现与仿真验证。文章涵盖了路径规划、轨迹跟踪、避障策略等多个关键技术环节,重点研究了诸如遗传算法、Q-learning强化学习、扩展卡尔曼滤波(EKF)、人工势场法等在复杂动态环境下的应用。通过构建仿真模型,对不同算法在应对静态障碍物、动态障碍物以及三维复杂地形时的性能进行了分析与比较,旨在为工业自动化场景下的移动机器人提供高效、安全、可靠的导航解决方案。; 适合人群:具备Matlab编程基础,从事自动化、机器人、智能控制等领域研究的研发人员和高校师生,尤其适合参与数学建模竞赛(如电工杯)的学生和指导教师。; 使用场景及目标:① 学习并掌握AGV/AMR在二维及三维环境下的路径规划与动态避障算法;② 利用Matlab/Simulink搭建机器人运动控制仿真模型,验证算法有效性;③ 为解决物流仓储、智能制造等领域的无人化运输问题提供算法参考和技术储备。; 阅读建议:此资源集成了多项前沿算法的Matlab代码实现,建议读者在学习时结合具体的仿真案例,动手运行并调试代码,深入理解算法原理与参数设置对导航性能的影响,同时可参考文中提及的其他相关研究以拓展知识体系。

111,130

社区成员

发帖
与我相关
我的任务
社区描述
.NET技术 C#
社区管理员
  • C#
  • Creator Browser
  • by_封爱
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

让您成为最强悍的C#开发者

试试用AI创作助手写篇文章吧