-----------------对象必须实现 IConvertible ???------------------------

New919 2006-06-08 09:02:27
我现在刚开始用ms 的 enterprise library 进行数据库开发
代码出现了一些问题:

Database db = DatabaseFactory.CreateDatabase();
SqlParameter[] parameters = { new SqlParameter("@id" , SqlDbType.Int , 4) , new SqlParameter("@name" , SqlDbType.VarChar , 20)};
parameters[0].Value = 4;
parameters[1].Value = "asd";
DBCommandWrapper mObjCmd = db.GetStoredProcCommandWrapper("addMyTable" , parameters);
mObjDB.ExecuteNonQuery(mObjCmd);// 出错了(对象必须实现 IConvertible )

但是改成这样就好了:
Database db = DatabaseFactory.CreateDatabase();
DBCommandWrapper mObjCmd = db.GetStoredProcCommandWrapper("addMyTable");
mObjCmd.AddInParameter("@id" , DbType.Int32 , 12);
mObjCmd.AddInParameter("@name" , DbType.String , "asd");
mObjDB.ExecuteNonQuery(mObjCmd);// 执行成功了


这个是为什么啊?
...全文
128 2 打赏 收藏 转发到动态 举报
写回复
用AI写文章
2 条回复
切换为时间正序
请发表友善的回复…
发表回复
New919 2006-06-08
  • 打赏
  • 举报
回复
aspgreener(水若寒) :
我第一种方法也对参数赋值了的啊
我要是非要用这样一个传递参数数组的方法
DBCommandWrapper mObjCmd = db.GetStoredProcCommandWrapper("addMyTable" ,parameters);
应该怎么写啊?

aspgreener 2006-06-08
  • 打赏
  • 举报
回复
DBCommandWrapper mObjCmd = db.GetStoredProcCommandWrapper("addMyTable" , parameters);

mObjCmd.AddInParameter("@id" , DbType.Int32 , 12);
mObjCmd.AddInParameter("@name" , DbType.String , "asd");
因为前面一句只是传递了一个数组,而后面呢,进行了赋值操作。也就是说,GetStoredProcCommandWrapper()方法没有实现参数化的方法。底层应该通过
循环,进行类似mObjCmd.AddInParameter("@id" , DbType.Int32 , 12);的操作,就ok;了。
内容概要:本文研究了基于Q-Learning自适应强化学习的PID控制器在自主水下航行器(AUV)运动控制中的应用,旨在提升其在复杂海洋环境下的控制性能。通过建立AUV的动力学模型,将Q-Learning算法与传统PID控制相结合,实现控制器参数的在线自适应优化,有效增强了系统的响应速度、稳定性和抗干扰能力。研究采用Matlab进行仿真验证,结果表明该方法在轨迹跟踪与姿态控制方面具有优越表现,为水下机器人智能控制提供了可行的技术路径与理论支持。; 适合人群:具备自动控制理论、强化学习或水下机器人建模背景,从事相关科研工作的研究人员、高校研究生及工程技术开发者。; 使用场景及目标:①应用于高精度、强鲁棒性的水下机器人运动控制系统设计;②开展智能PID控制器在非线性、时变系统中的参数自整定研究;③作为强化学习在复杂工业控制场景中落地的典型案例参考,推动算法与工程实践融合。; 阅读建议:建议结合提供的Matlab代码进行仿真实验,重点剖析Q-Learning与PID融合的架构设计、奖励函数设定及参数收敛过程,可进一步拓展至与其他智能优化算法(如DQN、Actor-Critic)的对比研究,深化对自适应控制机制的理解。
已经博主授权,源码转载自 https://pan.quark.cn/s/a4b39357ea24 Matlab 被视为一种功能卓越的编程平台,特别是在数值运算和数据分析方面展现出广泛的应用价值。在应对多元非线性回归的挑战时,Matlab 拥备多种工具和函数,支持用户对复杂的数据进行构建模型和适配。本指南将重点阐释在 Matlab 环境下如何执行多元非线性回归分析。 我们需要掌握三种关键的回归指令: 1. `polyfit(x,y,n)`:此函数适用于拟合一元幂函数,能够导出一个多项式模型。例如,若知晓数据呈现二次函数形态,可选择`n=2`来适配一个二次曲线。 2. `regress(y,x)`:这是一个多元线性回归指令,能够处理多个自变量对因变量的影响。即便数据并非完全呈现线性特征,该函数也能提供一个线性近似。 3. `nlinfit(x,y,’fun’,beta0)`:这是最为通用的非线性回归指令,适用于适配任何类型的函数,无论是一元或多元,前提是用户能够定义函数形式(`fun`参数)。 回归分析的核心在于寻找一组最优的系数,使得模型能够最恰当地描述数据。这通常涉及选择一个合适的函数形态,随后通过最小化误差平方和来估算系数。在Matlab中,`regress`指令主要用于处理线性模型,而`nlinfit`则处理更为复杂的非线性模型。 对于多元线性回归模型,我们可以用如下形式进行表述: \[ y = \beta_0 + \beta_1x_1 + \beta_2x_2 + \cdots + \beta_px_p + \epsilon \] 其中,\( y \)是因变量,\( x_1, x_2, \ldots, x_p \)是自变量,\( \beta_0, \beta_1, ...

62,272

社区成员

发帖
与我相关
我的任务
社区描述
.NET技术交流专区
javascript云原生 企业社区
社区管理员
  • ASP.NET
  • .Net开发者社区
  • R小R
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

.NET 社区是一个围绕开源 .NET 的开放、热情、创新、包容的技术社区。社区致力于为广大 .NET 爱好者提供一个良好的知识共享、协同互助的 .NET 技术交流环境。我们尊重不同意见,支持健康理性的辩论和互动,反对歧视和攻击。

希望和大家一起共同营造一个活跃、友好的社区氛围。

试试用AI创作助手写篇文章吧