精华内容
下载资源
问答
  • 耦合度的计算

    千次阅读 2021-04-17 21:57:09
    耦合度计算原理 耦合度指标意义与原理 耦合:物理学上指两个或两个以上的体系或两种运动形式间通过相互作用而彼此影响以至联合起来的现象。 耦合度是测量两个或多个以上的物体或系统的运动协调程度。 量表: 其中...

    耦合度计算原理

    耦合度指标意义与原理

    耦合:物理学上指两个或两个以上的体系或两种运动形式间通过相互作用而彼此影响以至联合起来的现象。
    耦合度是测量两个或多个以上的物体或系统的运动协调程度。
    量表:
    在这里插入图片描述
    其中涉及的问题主要涉及如下
    建立两个系统的耦合模型,确定指标及权重,计算耦合度、耦合协调度

    基础理论(建议只看理论部分,计算部分使用代码解析更清晰):

    一、计算耦合度及耦合协调度的流程 1、数据标准化

    由于数据需要进行无量纲化处理,因此首先需要对数据进行标准化,这里笔者建议使用极差法:
    在这里插入图片描述 2、权重计算

    计算权重的方法有很多,笔者建议使用主成分分析法,因为可以借助SPSS软件进行主成分分析,非常方便。

    利用SPSS进行主成分分析的方法笔者进行过非常详细的介绍,即使从来没有使用过SPSS都可以很快掌握,下面是地址链接:

    超详细SPSS主成分分析计算指标权重(一)
    https://blog.csdn.net/qq_32925031/article/details/88540234(编者注:此链接权重计算存在问题,请浏览本文权值计算方式)

    利用极差法对数据进行标准化及指标权重的计算笔者也做过详细的介绍:

    超详细SPSS主成分分析计算指标权重(二:权重计算及极差法标准化)
    https://blog.csdn.net/qq_32925031/article/details/88562141(编者注:此链接权重计算存在问题,请浏览本文权值计算方式)

    3、综合评价指数

    在这里插入图片描述

    式中:f(x),g(y),h(z)分别代表各子系统的综合效益;ai,bi,ci分别为各子系统中各指标的权重;分别为描述各指标特征的指标值,且均为无量纲化值

    3、耦合度 在这里插入图片描述

    耦合度的取值C的取值范围为0~1,C越接近1,表示各系统间的耦合度越大;C越接近0,表示各系统间的耦合度越小,各序参量处于无关且无须发展的状态。

    4、耦合协调度

    在这里插入图片描述

    其中:C为耦合度,D为耦合协调度,T为耦合协调发展水平的综合评价指数;分别为旅各子系统的权重。

    二、利用Excel进行计算 1、综合评价指标指数计算

    下图是利用极差法得到的标准化数据,和利用主成分分析法得出的权重。
    在这里插入图片描述

    输出相应公式即可得到综合指数
    在这里插入图片描述

    2、耦合度计算

    由于耦合度的公式比较复杂,因此可以分成几个部分分别计算:

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    完整的表格如下:
    在这里插入图片描述
    3、综合评价指数
    在这里插入图片描述
    4、耦合协调度
    在这里插入图片描述

    以上就是完整的耦合度及耦合协调度的计算过程。由于文字叙述比较麻烦,所以直接上图演示,大家可以对应公式和图中输入的公式分步的进行计算。
    转载于:
    https://blog.csdn.net/qq_32925031/article/details/88687713

    权重计算方式

    什么是权重呢?所谓权重,是指某指标在整体评价中的相对重要程度。权重越大则该指标的重要性越高,对整体的影响就越高。
    权重要满足两个条件:每个指标的权重在0、1之间。所有指标的权重和为1。

    权重的确定方法有很多,这里我们学习用主成分分析确定权重。
    

    一、主成分基本思想:

    图1 主成分基本思想的问与答
    在这里插入图片描述

    二、利用主成分确定权重

    如何利用主成分分析法确定指标权重呢?现举例说明。
    假设我们对反映某卖场表现的4项指标(实体店、信誉、企业形象、服务)进行消费者满意度调研。调研采取4级量表,分值越大,满意度越高。现回收有效问卷2000份,并用SPSS录入了问卷数据。部分数据见下图(详细数据见我的微盘,下载地址为http://vdisk.weibo.com/s/yR83T)。

    图2 主成分确定权重示例数据(部分)
    在这里插入图片描述

    1、操作步骤:

    Step1:选择菜单:分析——降维——因子分析

    Step2:将4项评价指标选入到变量框中

    Step3:设置选项,具体设置如下:

    在这里插入图片描述
    2、 输出结果分析

    按照以上操作步骤,得到的主要输出结果为表1——表3,具体结果与分析如下:

    表1 KMO 和 Bartlett 的检验

    在这里插入图片描述
    表1是对本例是否适合于主成分分析的检验。KMO的检验标准见图3。

    图3 KMO检验标准

    在这里插入图片描述
    从图3可知,本例适合主成分分析的程度为‘一般’,基本可以用主成分分析求权重。

    表2 解释的总方差
    在这里插入图片描述
    从表2可知,前2个主成分对应的特征根>1,提取前2个主成分的累计方差贡献率达到94.513%
    ,超过80%。因此前2个主成分基本可以反映全部指标的信息,可以代替原来的4个指标(实体店、信誉、企业形象、服务)。

    表3 成份矩阵
    在这里插入图片描述
    从表3可知第一主成分与第二主成分对原来指标的载荷数。例如,第一主成分对实体店的载荷数为0.957。

    3、确定权重

    用主成分分析确定权重有:指标权重等于以主成分的方差贡献率为权重,对该指标在各主成分线性组合中的系数的加权平均的归一化

    因此,要确定指标权重需要知道三点:

    A 指标在各主成分线性组合中的系数

    B 主成分的方差贡献率

    C 指标权重的归一化

    (1)指标在不同主成分线性组合中的系数

    这个系数如何求呢?

    用表3中的载荷数除以表2中第1列对应的特征根的开方。

    例如,在第一主成分F1的线性组合中,实体店的系数=0.957/(2.775)1/2 ≈0.574。

    按此方法,基于表2和表3的数据,在excel中可分别计算出各指标在两个主成分线性组合中的系数(见图4,其中SQRT表示开方)

    图4 各指标在两个主成分线性组合中的系数
    在这里插入图片描述
    由此得到的两个主成分线性组合如下:

    F1=0.574χ1-0.019χ2+0.574χ3+0.583χ4

    F2=-0.048χ1+0.996χ2+0.010χ3+0.070χ4

    (2)主成分的方差贡献率

    表2中"初始特征值"的"方差%"表示各主成分方差贡献率,方差贡献率越大则该主成分的重要性越强。

    因此,方差贡献率可以看成是不同主成分的权重。

    由于原有指标基本可以用前两个主成分代替,因此,指标系数可以看成是以这两个主成分方差贡献率为权重,对指标在这两个主成分线性组合中的系数做加权平均。

    说得有些晦涩,我们来举个例子。按上述思路,实体店χ1这个指标的系数为:

    这样,我们可以用excel计算出所有指标的系数(见图5)

    图5 所有指标在综合得分模型中的系数

    在这里插入图片描述

    在这里插入图片描述
    由此得到综合得分模型为:

    Y=0.409χ1+0.251χ2+0.424χ3+0.446χ4

    (3)指标权重的归一化

    由于所有指标的权重之和为1,因此指标权重需要在综合模型中指标系数的基础上归一化(见图6)

    图6 指标权重的确定

    在这里插入图片描述
    图6显示了我们基于主成分分析,最终所得到的指标权重。

    确定权重方法之一:主成分分析 苏银智慧 2016-03-28 作者:数据小宇军
    http://blog.sina.com.cn/s/blog_a032adb90101k47u.html

    主成分原理解释

    https://finthon.com/python-pca/
    python计算与spss计算有差异,主成分得出的权值会有负值
    差异参见:https://zhuanlan.zhihu.com/p/76622543

    熵值法确定权值

    小技巧1:Excel进行熵值法计算权重,查收一下! 原创 吴贵华 旅游实验 2020-01-06
    最近几位本科毕业学生,考研后或实习完,都与我讨论了毕业论文,除了2位同学是使用问卷法之外,其他几位采用的方法略有不同,需要用到一些小技巧,谈不上什么方法。为了更好督促本科毕业论文同学,特设立【陪你走过·毕设】专栏,分享给大家,欢迎大家查看。

    本次分析的是小技巧1——【熵值法】。

    由于旅游业或会展业无法直接使用单一指标体系,需要综合多个指标来刻画。因此需要在建立指标体系的基础之上,通过熵值法来确定各指标的权重。熵值法的好处是避免了主观赋权的主观因素的干扰,具有科学性和有效性。

    其计算步骤为:设有m个待评价的对象,n个评价指标,形成原始矩阵X=(xij)m×n。对于某项指标xj,指标值xij的差距越大,该指标提供的信息量就越大,其在综合评价中所起的作用就越大,信息熵就越小,其权重就越大;反之,其权重就越小。

    图片
    在这里插入图片描述
    引于网络

    python处理代码如下

    import numpy as np
    from sklearn.decomposition import PCA
    import pandas as pd
    #import sklearn.preprocessing as sp #标准化
    data = pd.read_excel('',sheet_name = )
    data1 = data.iloc[:,3:]
    #scaler = sp.scale(data1,axis = 0) #标准化按列,不要进行标准化
    #print(scaler)
    X_scaler=pd.DataFrame(scaler)
    #X_scaler = scaler
    #主成分分析建模
    pca = PCA(n_components=2) #n_components提取因子数量
    pca.fit(X_scaler.iloc[:,[0,1,3]])
    print(pca.explained_variance_,'贡献方差,即特征根') #贡献方差,即特征根
    print(pca.explained_variance_ratio_,'方差解释比例')#方差解释比例
    print(pca.components_,'特征向量') #特征向量 每一行对应一个特征向量
    
    展开全文
  • 耦合度&如何降低耦合度

    千次阅读 2018-07-03 13:44:35
    一、什么是耦合度  耦合度就是某模块(类)与其它模块(类)之间的关联、感知和依赖的程度,是衡量代码独立性的一个指标,也是软件工程设计及编码质量评价的一个标准。耦合的强度依赖于以下几个因素:(1)一个模块...

    一、什么是耦合度

      耦合度就是某模块(类)与其它模块(类)之间的关联、感知和依赖的程度,是衡量代码独立性的一个指标,也是软件工程设计及编码质量评价的一个标准。耦合的强度依赖于以下几个因素:(1)一个模块对另一个模块的调用;(2)一个模块向另一个模块传递的数据量;(3)一个模块施加到另一个模块的控制的多少;(4)模块之间接口的复杂程度。

      耦合按从强到弱的顺序可分为以下几种类型:
      (1)内容耦合。当一个模块直接修改或操作另一个模块的数据,或者直接转入另一个模块时,就发生了内容耦合。此时,被修改的模块完全依赖于修改它的模块。类与类之间直接调用或继承关系都是属于这种耦合。
      (2)公共耦合。两个及两个以上的模块共同引用一个全局数据项就称为公共耦合。
      (3)控制耦合。一个模块在界面上传递一个信号(如开关值、标志量等)控制另一个模块,接收信号的模块的动作根据信号值进行调整,称为控制耦合。
      (4)标记耦合。模块间通过参数传递复杂的内部数据结构,称为标记耦合。此数据结构的变化将使相关的模块发生变化。
      (5)数据耦合。模块间通过参数传递基本类型的数据,称为数据耦合。
      (6)非直接耦合。模块间没有信息传递时,属于非直接耦合。

    二、为什么要低耦合

      了解什么是耦合及耦合的分类后,我想大家对为什么要降低耦合度已经有一定的认识,并且多数开发人员也大概尝尽了高耦合带来的苦头。道理很简单,耦合度很高的情况下,维护代码时修改一个地方会牵连到很多地方,如果修改时没有理清这些耦合关系,那么带来的后果可能会是灾难性的,特别是对于需求变化较多以及多人协作开发维护的项目,修改一个地方会引起本来已经运行稳定的模块错误,严重时会导致恶性循环,问题永远改不完,开发和测试都在各种问题之间奔波劳累,最后导致项目延期,用户满意度降低,成本也增加了,这对用户和开发商影响都是很恶劣的,各种风险也就不言而喻了。

      为了预防这些问题的发生,其中一个重要手段就是降低代码的耦合度。但也不可能有绝对的零耦合,比如基于J2EE编程那就必须和JDK耦合,而且高耦合也不是一无是处,如果在设计前期预料到某功能后期基本不用修改,那么即使高耦合了也关系不大。但是,在还没有能力设计出基本不用修改的代码前,还得要求以低耦合为标准。那么怎样才能最大限度地降低耦合度呢?下面介绍降低耦合度的几种方法。

    三、降低耦合度的方法 

      1、少使用类的继承,多用接口隐藏实现的细节。 java面向对象编程引入接口除了支持多态外, 隐藏实现细节也是其中一个目的。 
      2、模块的功能化分尽可能的单一,道理也很简单,功能单一的模块供其它模块调用的机会就少。(其实这是高内聚的一种说法,高内聚低耦合一般同时出现,为了限制篇幅,我们将在以后的版期中讨论)。       
      3、遵循一个定义只在一个地方出现。       
      4、少使用全局变量。       
      5、类属性和方法的声明少用public,多用private关键字,
      6、多用设计模式,比如采用MVC的设计模式就可以降低界面与业务逻辑的耦合度。
      7、尽量不用“硬编码”的方式写程序,同时也尽量避免直接用SQL语句操作数据库。
      8、最后当然就是避免直接操作或调用其它模块或类(内容耦合);如果模块间必须存在耦合,原则上尽量使用数据耦合,少用控制耦合,限制公共耦合的范围,避免使用内容耦合。

    关于降低耦合,小编也发现了比较好的一个帖子,可以参考:http://blog.csdn.net/tianyaxingge/article/details/6696114

    展开全文
  • 耦合度举例说明 (1) 内容耦合。当一个模块直接修改或操作另一个模块的数据时,或一个模块不通过正常入口而转入另一个模块时,这样的耦合被称为内容耦合。内容耦合是最高程度的耦合,应该避免使用之。 ![内容...

    一 耦合度举例说明

    (1) 内容耦合。当一个模块直接修改或操作另一个模块的数据时,或一个模块不通过正常入口而转入另一个模块时,这样的耦合被称为内容耦合。内容耦合是最高程度的耦合,应该避免使用之。
    ![内容耦合](https://img-blog.csdnimg.cn/20190521102342182.png)
    class A{
        public int data_a;
    }
    class B{
        public fun(){
            A a = new A();
            a.data_a = 5;
        }
    }
    这里B直接修改了A的data_a,所有是“内容耦合”;
    (2) 公共耦合。两个或两个以上的模块共同引用一个全局数据项,这种耦合被称为公共耦合。在具有大量公共耦合的结构中,确定究竟是哪个模块给全局变量赋了一个特定的值是十分困难的。
    ![公共耦合](https://img-blog.csdnimg.cn/20190521102406210.png)
    class C{
        int static data_x;
        int static data_y;
    }

    class A{
        public void fun(){
            C.data_x = 5;
        }
    }
    class B{
        public void fun(){
            C.data_x = 6;
        }
    }
    A和B都可以操作data_x,说以A和B是“公共耦合”
    (3) 外部耦合 。一组模块都访问同一全局简单变量而不是同一全局数据结构,而且不是通过参数表传递该全局变量的信息,则称之为外部耦合。
    ![外部耦合](https://img-blog.csdnimg.cn/20190521102443449.png)
    int static data_x;
    class A{
        public void fun(){
            data_x = 5;
        }
    }
    class B{
        public void fun(){
            data_x = 6;
        }
    }
    A和B都访问data_x,所以A和B是外部耦合。
    (4) 控制耦合 。一个模块通过接口向另一个模块传递一个控制信号,接受信号的模块根据信号值而进行适当的动作,这种耦合被称为控制耦合。
    class A{
        private B mB;
        private int m_a= 4;
        public void update(){
            m_a= mB.get();
        }
    }
    class B{
        A mA;
        int m_b;
        public void fun(){
            data_x = 6;
        }
        public void set(int b){
            this.m_b =b;
            mA.update();
        }
    }
    当B.set()运行时,A的m_a也会从新设计,说以A和B是“控制耦合”
    (5) 标记耦合 。若一个模块A通过接口向两个模块B和C传递一个公共参数,那么称模块B和C之间存在一个标记耦合。
    class B{
        stiac void fun(int a){
        }
    }
    class C{
        static void fun(int a){
        }
    }
    class A{
        int m_a = 5;
        void fun(){
            B.fun(m_a );
            C.fun(m_a );
        }
    }
    A向B和C传递了共同的参数m_a ,所有B和C是标记耦合
    (6) 数据耦合。模块之间通过参数来传递数据,那么被称为数据耦合。数据耦合是最低的一种耦合形式,系统中一般都存在这种类型的耦合,因为为了完成一些有意义的功能,往往需要将某些模块的输出数据作为另一些模块的输入数据。
    class A{
        void fun(int a);
    }
    class B{
        void fun(A a){
            int b;
            a.fun(b);
        }
    }
    模块A和B通过参数传递数据,所有A和B是“数据耦合”
    (7) 非直接耦合 。两个模块之间没有直接关系,它们之间的联系完全是通过主模块的控制和调用来实现的。
    class A{
        int fun(){
        }
    }
    class B{
        void fun(int a){
        }
    }
    class Client{
        void main(){
            A a = new A();
            B b = new B();
            int i_a = a.fun();
            b.fun(i_a);
        }
    }
    A和B没有直接连接,他们的调动是通过Client来完成,说以A和B是“非直接耦合”

    二 规律总结

    通过上面的学习,我有如下问题:
    外部耦合和公共耦合的差别是什么,他俩有点像?
    外部耦合、公共耦合,内容耦合,和其他的耦合好像又有不同?
    非直接耦合和其他的耦合好像又不完全一样,那么我按照自己的理解,对上面的耦合度进行再分类。

    耦合方式操作方式数据关系面向对象5关系耦合度
    直接耦合数据操作直接数据 内容耦合
    间接数据 公共耦合
     外部耦合
    接口操作 依赖关系控制耦合
     连接关系标记耦合
     无直接关系数据耦合
    非直接耦合   非直接耦合

    三 c++关系抽象举例

    // 基本耦合
    namespace baseCoupling {
    	// 内容耦合
    	namespace ContentCoupling {
    		class A {
    		public:
    			static int a;
    		};
    		class B {
    		public:
    			void fun() {
    				A::a = 0;
    			}
    		};
    		static void coupling() {
    			A a;
    			B b;
    			b.fun();
    		}
    	}
    	// 公共耦合 
    	namespace CommonCoupling {
    
    		class C {
    		public:
    			int c;
    		};
    		static C c;
    
    		class A {
    		public:
    			void fun() {
    				c.c = 1;
    			}
    		};
    		class B {
    		public:
    			void fun() {
    				c.c = 2;
    			}
    		};
    		static void coupling() {
    			A a;
    			B b;
    			b.fun();
    			a.fun();
    		}
    	}
    	// 外部耦合
    	namespace ExternalCoupling {
    		static int c;
    		class A {
    		public:
    			void fun() {
    				c = 1;
    			}
    		};
    		class B {
    		public:
    			void fun() {
    				c = 2;
    			}
    		};
    		static void coupling() {
    			A a;
    			B b;
    			b.fun();
    			a.fun();
    		}
    	}
    	// 控制耦合
    	namespace ControlCoupling {
    		class A {
    		public:
    			void fun() {
    
    			}
    		};
    		class B {
    		public:
    			A* pA;
    			void fun() {
    				pA->fun();
    			}
    		};
    		static void coupling() {
    			A a;
    			B b;
    			b.pA = &a;
    			b.fun();
    		}
    	}
    	// 标记耦合
    	namespace StampCoupling {
    		class C {
    		public:
    			int c;
    		};
    		class A {
    		public:
    			C* fun() {
    				return new C();
    			}
    		};
    		class B {
    		public:
    			void fun(C c) {
    
    			}
    		};
    		static void coupling() {
    			A a;
    			B b;
    			b.fun(*a.fun());
    		}
    	}
    	// 数据耦合
    	namespace DataCoupling {
    		class A {
    		public:
    			int fun() {
    				return 5;
    			}
    		};
    		class B {
    		public:
    			void fun(int c) {
    
    			}
    		};
    		static void coupling() {
    			A a;
    			B b;
    			b.fun(a.fun());
    		}
    	}
    	
    }

     

    展开全文
  • 通过三种创建列表TableView的方式, 来论述如何降低Controller的耦合度
  • 利用Excel计算耦合度及耦合协调度

    万次阅读 多人点赞 2019-03-20 14:12:51
    相信很多朋友遇到耦合度问题的时候一开始都会多少有些感到棘手,不知道该如何计算得出最终结果,接下来笔者就这个问题详细的进行阐释。 一、计算耦合度及耦合协调度的流程 1、数据标准化 由于数据需要进行无量纲化...

    相信很多朋友遇到耦合度问题的时候一开始都会多少有些感到棘手,不知道该如何计算得出最终结果,接下来笔者就这个问题详细的进行阐释。

    一、计算耦合度及耦合协调度的流程

    1、数据标准化

    由于数据需要进行无量纲化处理,因此首先需要对数据进行标准化,这里笔者建议使用极差法:
    在这里插入图片描述
    2、权重计算

    计算权重的方法有很多,笔者建议使用主成分分析法,因为可以借助SPSS软件进行主成分分析,非常方便。

    利用SPSS进行主成分分析的方法笔者进行过非常详细的介绍,即使从来没有使用过SPSS都可以很快掌握,下面是地址链接:

    超详细SPSS主成分分析计算指标权重(一)
    https://blog.csdn.net/qq_32925031/article/details/88540234

    利用极差法对数据进行标准化及指标权重的计算笔者也做过详细的介绍:

    超详细SPSS主成分分析计算指标权重(二:权重计算及极差法标准化)
    https://blog.csdn.net/qq_32925031/article/details/88562141

    3、综合评价指数

    在这里插入图片描述
    式中:f(x),g(y),h(z)分别代表各子系统的综合效益;ai,bi,ci分别为各子系统中各指标的权重;分别为描述各指标特征的指标值,且均为无量纲化值

    3、耦合度
    在这里插入图片描述
    耦合度的取值C的取值范围为0~1,C越接近1,表示各系统间的耦合度越大;C越接近0,表示各系统间的耦合度越小,各序参量处于无关且无须发展的状态。

    4、耦合协调度

    在这里插入图片描述
    其中:C为耦合度,D为耦合协调度,T为耦合协调发展水平的综合评价指数;分别为旅各子系统的权重。

    二、利用Excel进行计算

    1、综合评价指标指数计算

    下图是利用极差法得到的标准化数据,和利用主成分分析法得出的权重。
    在这里插入图片描述
    输出相应公式即可得到综合指数
    在这里插入图片描述

    2、耦合度计算

    由于耦合度的公式比较复杂,因此可以分成几个部分分别计算:

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    完整的表格如下:
    在这里插入图片描述
    3、综合评价指数
    在这里插入图片描述
    4、耦合协调度
    在这里插入图片描述

    以上就是完整的耦合度及耦合协调度的计算过程。由于文字叙述比较麻烦,所以直接上图演示,大家可以对应公式和图中输入的公式分步的进行计算。

    展开全文
  • 关于耦合度以及低耦合度的必要性

    千次阅读 2018-07-01 14:22:29
    耦合性(英语:Coupling,dependency,或称耦合力或耦合度)是一种软件度量,是指一程序中,模块及模块之间信息或参数依赖的程度。内聚性是一个和耦合性相对的概念,一般而言低耦合性代表高内聚性,反之亦然。耦合性...
  • 为分析危化品在道路运输过程中的风险因素相互耦合情况,构建以人、物、环境、管理4大风险因素为准则层的危化品道路运输安全风险因素指标体系,将层次分析法(AHP)和耦合度模型有机结合起来,建立了危化品道路运输耦合...
  • 耦合度越低越好吗?

    千次阅读 2019-05-21 08:49:18
    关于上面的问题,我首先从耦合度的角度发表了我自己的看法。 下面在从性能的角度做一下分析。 这是首要的问题,就是成员对象的价值。 如果在一个对象的生命周期中,只用一次当然几乎没有必要定义一个成员。 但是...
  • 针对“速度平均”协同机制不能表征群集系统应激分群运动的问题, 基于信息熵定义融合邻居速度、距离、数量及自身感知半径的信息耦合度指标, 提出一种“min-max“形式的速度协同策略, 结合“近距排斥-远距吸引”的位置...
  • 耦合度

    千次阅读 2016-04-25 17:07:27
    一、什么是耦合度 耦合度就是某模块(类)与其它模块(类)之间的关联、感知和依赖的程度,是衡量代码独立性的一个指标,也是软件工程设计及编码质量评价的一个标准。耦合的强度依赖于以下几个因素:(1)一个模块...
  • 什么叫做降低耦合度

    2020-11-15 20:24:10
    首先你不需要知道鱼香肉丝是怎么做的,降低了耦合性。如果你突然不想吃鱼香肉丝了,想吃洛阳白菜,对于1你可能不太容易了,还需要重新买菜,买调料什么的。对于2,太容易了,大喊:老板!那个鱼香肉丝换成洛阳白菜吧...
  • 类与类之间的关系和耦合度

    千次阅读 2020-06-30 21:19:46
    写了很多年代码,都没有考虑过类之间的关系,大家了解比较多的是继承关系,其实还有很多其他关系我们也使用了,但是并没有一个明确的概念,还有类之间的耦合度也不是很清楚,接下来介绍类和类之间的关系。...
  • 《Computer-程序中所谓的耦合度

    千次阅读 2018-11-26 14:35:26
    耦合性(Coupling),也叫耦合度,是对模块间关联程度的度量。耦合的强弱取决于模块间接口的复杂性、调用模块的方式以及通过界面传送数据的多少。模块间的耦合度是指模块之间的依赖关系,包括控制关系、调用关系、数据...
  • 软件模块之间耦合度的强弱排序

    千次阅读 2021-02-26 14:05:35
    以下由耦合度由高向低做一说明,在软件设计中尽量降低模块之间的耦合度。 内容耦合:一个模块直接操作另外一个模块的数据,称为内容耦合。如:模块A有一个方法,直接读取模块B的一个数据变量c进行下一步操作,此时...
  • 耦合性(Coupling),也叫耦合度 定义:是对模块间关联程度的度量。(是一个抽象的度量单位) 耦合的强弱取决于模块间接口的复杂性、调用模块的方式以及通过界面传送数据的多少。 模块间的耦合度是指模块之间的依赖...
  • 模块独立性的度量(耦合度和内聚度)

    千次阅读 2020-11-21 22:28:16
    从两个方面来度量模块之间的独立性,这两个概念是模块的耦合度和模块的内聚度 耦合度 耦合度分为: 独立耦合 , 数据耦合 , 控制耦合 , 公共耦合 和 内容耦合 独立耦合 指两个模块之间彼此完全独立,没有直接联系,他们...
  • 提出基于灰色关联分析理论的能动磨盘各驱动器间耦合度分析方法。该方法选择某一驱动器策动力对应应力盘各测量点面形变化量为母序列、其它驱动器策动力对应面形变化量为子序列;运用初值化方法对序列进行预处理,进而...
  • 以下的都是一些扯淡话,不食人间烟火的那种:(可以不看,我只是做个记录) 软件工程中耦合 简单地说,软件工程中对象之间的耦合度就是对象之间的依赖性。指导使用和维护对象的主要问题是对象之间的多重依赖性。...
  • 设端口1的输入功率为P1,端口2、3和4的输出功率分别为P2、P3和P4,则定向耦合器的特性可以由耦合度、插入损耗、隔离度和方向性等四项指标来表征,单位均为dB。 1、耦合度 耦合度表示从端口1输入的功率和被耦合到...
  • 软件耦合度的计算公式

    万次阅读 2017-07-26 11:23:34
    我们总得找出一种计算方法来计算模块耦合的程度,一般采用以下的公式: (1)di: 输入数据参数的个数 (2)ci: 输入控制参数的个数
  • 降低模块间的耦合度的措施 1.采用简单的数据传递方式 2.尽量使用整型等基本数据类型作为接口参数的数据类型 3.限制接口参数的个数
  • 耦合度是现代软件系统的一项设计目标。耦合度越低,系统的可维护性、重用性和可靠性就越高。本文针对目前得到越来越广泛应用的面向方面的编程AOP(Aspect-Oriented Programming),提出了面向方面系统的耦合度评估...
  • 针对传统耦合结构的双模微带滤波器端口耦合度受限于加工精度及存在二次寄生通带等问题,提出了一种新型双模滤波器。该滤波器采用弯折偏移馈电型的耦合结构,结合阶跃阻抗双模谐振器,能够在提高端口耦合度的同时有效...
  • java耦合度介绍

    千次阅读 2018-05-02 09:29:29
    java耦合度解释 我们写程序的目标就是 高内聚 低耦合! 那什么是耦合度呢? 程序的耦合度是 你的子程序之间的相关联性,也就是说你的多个类的联系 是否太紧密,耦合度 是松还是紧 就看你的 关联 是强还是弱,也...
  • 简单理解耦合度

    千次阅读 2018-08-03 16:11:46
    之所以引入耦合度,是指,你修改某个代码。尽量不要修改别的地方的代码,这样就减少耦合。
  • 该算法利用信息耦合度表示AUV间的相互关联程度,并根据信息耦合度的差异动态调节个体运动倾向性,使得AUV在外部刺激下运动行为产生分化,从而实现无中心控制下AUV群集的自发分群运动。仿真实验验证了该算法的可行性和...
  • 耦合度上下拉刷新

    2021-04-03 19:35:49
    耦合度上下拉刷新,源码XHRefreshControl,XHRefreshControl 是一款高扩展性、低耦合度的下拉刷新、上提加载更多的组件。
  • 论文提出了可以改变耦合度的平面集成磁件,分析了磁芯在没有气隙的情况下改变电感耦合度的原理,给出了耦合电感耦合度和磁芯设计的数学表达式。利用磁场仿真分析软件比较了不开气隙集成磁件和传统集成磁件的电感量、...
  • 1.泛化(Generalization):是一种继承关系, 表示一般与特殊的关系, 它指定了子类如何特化父类的所有特征和行为. (1) 熊猫是动物的一种, ...各种关系的耦合度强弱顺序: 泛化 = 实现 > 组合 > 聚合 > 关联 > 依赖
  • GKNavigationBarViewController的分类实现方式,耦合度底,使用更加便捷 Swift版本请看这里 → 介绍:(本框架的特性) 无侵入性,低耦合性 支持自定义导航栏样式(隐藏、透明等) 支持控制器开关返回手势 支持控制器...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 195,725
精华内容 78,290
关键字:

耦合度