[答疑]应急救援指挥系统中涉及到事故分类、应急物资分类

本文讨论了应急救援指挥系统中对于事故、物资及预案分类的设计方案。提出了两种不同的存储方式:一种是将所有分类存储在单一表中;另一种则是为每一类单独设置表。通过专家建议明确了首先应关注领域模型的准确性,再考虑数据存储优化。

边走边唱(378***063)9:15:36
在实际开发中碰到这样一个选择问题:应急救援指挥系统中涉及到事故分类、应急物资分类、应急预案分类...这些分类的关键字段都是分类名称、分类编码、所属父级分类。
对这些分类数据存储的设计,我一个同事的意见是,把这些分类都存储在一个分类编码表中,这样事故分类、物资分类等都可以重用一张表,一套代码,实现起来快,复用性很好。
但我觉得多个分类体系共有一张表不利于建立对象之间的关联,"分类"也应该是一个对象,从面向对象的角度来看,应该每一种分类体系单独处理,对应单独的一张表,这样扩展性更好。
哪一种方式更好呢?望潘老师和各位大侠指点!
潘加宇(3504847)9:17:54
想多了,把概念里清楚就行
你要把两个问题分开:
(1)应急救援领域的各个概念之间的关系,是怎样就是怎样
(2)某个形状的类图,当遇到性能问题时,如何折衷处理
潘加宇(3504847)9:20:07
也就是说把应急救援的规则老老实实表达出来就可以.我猜想,你这个领域的故事应该就是:不同类型的事故,采用不同类型的物资和预案

边走边唱(378***063)9:22:53
事故分类、物资分类之间没有很明确的关联。
边走边唱(378***063)9:25:44
潘老师的意思是,建模时先不考虑数据到底怎么存储的,按领域事实建模型,该分就分。到底是多个分类映射到一张表上,还是映射到单独的表上,是另一个问题,对吧?
潘加宇(3504847)9:26:11
对的
潘加宇(3504847)9:26:57
为了解决性能问题如何这种映射,与你的类叫事故还是阿猫阿狗无关

边走边唱(378***063)9:26:55
那如何映射这个问题,哪一种方式更好呢
潘加宇(3504847)9:27:30
当然是最直接的映射
潘加宇(3504847)9:28:10
你先尝试着画类图吧。

边走边唱(378***063)9:28:54

潘加宇(3504847)9:29:15
把应急救援的规则老老实实表达出来
去翻阅规章制度或者调查客户实际工作怎么做的

边走边唱(378***063)9:30:55
嗯,明白了

[2020.01加一套题]UMLChina建模竞赛题大全-题目全文+分卷自测(11套110题)


[新增EA024高校毕业生就业系统]全程字幕-24套UML+Enterprise Architect建模示范视频


[幻灯]4月1-4日-剔除“伪创新”和“无领域”的领域驱动设计-网课


[新增:鸵鸟]软件开发团队的脓包:皇帝的新装、口号党、鸵鸟、废话迷


《软件方法》书中自测题-题目全文+分卷自测(1-8章)16套111题


《非程序员》电子杂志下载(39-51期)


《非程序员》电子杂志下载(1-38期)


中文书籍中对《人月神话》的引用(完结,共110本):软件工程通史1930-2019、实用Common Lisp编程……


CTO也糊涂的常用术语:功能模块、业务架构、用户需求……[20210217更新]


UMLChina服务介绍


图片

内容概要:本文提出了一种基于神经网络的数据驱动迭代学习控制(ILC)算法,专门用于解决具有未知动态模型和重复任务特征的非线单输入单输出(SISO)离散时间系统在无人车路径跟踪中的应用问题,并通过Matlab代码实现了算法的仿真验证。该方法充分利用神经网络强大的非线逼近能力和自适应学习特,结合迭代学习控制在周期任务中逐步优化控制输入的优势,即使在缺乏精确系统数学模型的前提下,也能有效提升无人车在复杂环境下的路径跟踪精度系统稳定。算法的核心在于通过多次运行过程中不断修正控制律,实现对期望轨迹的渐近跟踪。; 适合人群:具备一定现代控制理论基础知识、熟悉迭代学习控制基本概念,并拥有Matlab编程仿真实践经验的研究生、科研人员及自动化、机器人领域的相关工程师。; 使用场景及目标:① 解决无人车在模型未知或难以精确建模的复杂动态环境中的高精度路径跟踪控制问题;② 为一具有重复运行特的非线系统提供一种不依赖精确模型的先进控制策略;③ 推动数据驱动人工智能方法在自动化控制领域的工程应用学术研究发展。; 阅读建议:读者应重点理解神经网络在控制律中的设计集成方式、迭代学习机制的具体实现流程,以及两者融合的创新点。务必结合所提供的Matlab代码进行详细的阅读、调试仿真分析,通过改变参数和工况来观察控制效果,以深化对算法内在机理和能特点的掌握。
内容概要:本文档是一份面向参大学生创新创业训练计划(大创项目)的在校学生的系统指导资源,全面覆盖国家级省级项目的申报、执行、中期检查、结题全流程。内容包括大创项目的政策解读、分类级别说明、申报流程时间节点、评审标准解析,并提供创新训练、创业训练、创业实践三项目的申报书撰写指南范文。文档重点围绕物联网、数据分析、Web应用三大技术方向,提供可运行的完整项目实现案例,如基于ESP32的智慧农场系统、基于PythonTableau的公交数据可视化平台、基于Spring Boot的校园协作平台,涵盖技术架构、代码实现、系统部署等细节。此外,还包括答辩PPT制作技巧、中期检查结题报告的撰写模板,以及各工具学习资源推荐,助力学生从项目构思到成果落地的全过程。; 适合人群:参大创项目的在校本科生,尤其是计算机、数据科学、物联网等相关专业,具备一定编程基础和科研兴趣的学生。; 使用场景及目标:①指导学生高效撰写符合评审要求的申报书、答辩材料、中期报告结题报告;②提供三大主流技术方向的完整项目范例,帮助学生快速搭建原型系统,提升技术实践能力;③辅助团队进行项目规划、进度管理成果总结,确保项目顺利立项结题。; 阅读建议:建议根据项目所处阶段选择阅读对应章节,申报阶段重点学习第1-4章,执行阶段参考第5-9章的技术实现案例,结题阶段使用第6章模板。应结合自身项目特点灵活应用范文代码,避免照搬,注重原创可行,并积极指导教师沟通完善方案。
内容概要:本文围绕基于超局部模型的无模型预测电流控制(MFPCC)自抗扰扩张状态观测器(ESO)相结合的改进型模型预测控制策略展开研究,提出了一种摆脱传统依赖精确电机数学模型限制的高能控制方法。该方法通过构建超局部模型简化永磁同步电机(PMSM)的动态特描述,并引入ESO实时估计系统内部参数扰动及外部负载干扰,实现对扰动的前馈补偿,从而显著提升控制系统的鲁棒和动态能。研究详细阐述了MFPCC的预测机制、ESO的设计原理及其在电流环中的集成方案,并借助Simulink搭建完整的仿真模型,对所提控制策略在动态响应速度、抗负载扰动能力及稳态控制精度等方面进行了全面的仿真验证,结果表明其相较于传统方法具有更优的综合能。; 适合人群:具备自动控制理论基础、熟悉永磁同步电机驱动系统原理及Simulink/MATLAB仿真实践的电气工程、自动化、机电一体化等领域的研究生、科研人员和工程技术人员。; 使用场景及目标:①应用于对鲁棒要求高的永磁同步电机高能驱动系统设计;②为无模型控制、自抗扰控制(ADRC)等先进控制理论的教学科研提供一个完整的、可复现的案例参考;③解决实际工程中因电机参数摄动、温度变化、负载突变等因素导致的模型失配控制能下降问题。; 阅读建议:读者应结合提供的Simulink仿真模型,深入剖析MFPCCESO协同工作的内在机理,重点关注ESO带宽整定、预测步长选择等关键参数对系统能的影响,并通过对比不同工况下的仿真结果,深刻理解该先进控制策略的设计思想实际应用技巧。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值