微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 CAD技术:中望CAD+二次开发深度满足用户需求

CAD技术:中望CAD+二次开发深度满足用户需求

2014-02-18 11:14
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-02-18 11:14 CNET科技资讯网

使用CAD的工程师知道,在复杂CAD问题或特殊用途的设计中,使用原有软件的功能往往难以解决问题,或者说需要花费很多的精力和时间才能完成需要的内容。在这种情况下,如果利用CAD的API函数,根据客户的特殊用途进行软件的个性化定制和二次开发,可以大大提高绘图的效率,深度满足企业的要求。

在众多CAD软件中,中望CAD+就是一款能够高效便捷为企业提供专业定制解决方案的平台软件。这要归功于中望CAD+丰富而独有的的开发工具:LISP,VBA,ZRX和.NET等。其中,LISP和VBA开发相对比较简单,但相较ZRX,功能上会有所不足。ZRX开发基于VC平台,使用C++语言进行,能很好的运用面向对象技术,功能强大,但对开发者能力要求较高,开发速度慢。

对于LISP,中望CAD+提供的函数数量达到AutoCAD的95%以上。相对于以前的中望CAD,主要支持更多的种反应器以及永久反应器,还增加了工程配置和与ZRX交互的函数。同时在运行速度上,也有大幅度的提高,运行下面的例子:

该程序多次重复进行了一些简单的运算后记录下运行的时间,结果如下:

从上面的结果可以看出, 中望CAD+相对于以前的中望CAD在运算效率方面的优势非常明显,且接近AutoCAD的水平。

VBA方面是中望CAD+改动相对较小的,主要对原有问题进行了修复,使用起来会比中望CAD舒服很多。而对于ZRX开发的程序,最先感受到的优点是它的兼容性,基本上ARX中常用的功能都可以很顺利地移植过来,甚至比VBA还要简单。在具体的应用方面,中望软件也用ZRX开发了机械版、建筑版等较大的专业应用程序,CASS、理正等原来在AutoCAD的外挂程序也进行了顺利的移植。而当使用一段时间后就会感受到它带来的效率的提高,无论是刷新机制的改善和内存使用的优化都让开发者实实在在地体验到。

从中望CAD+2014版开始对.NET进行支持,开发人员可在.NET框架下使用任何支持.NET的语言,如VB.NET、C# 和Managed C++等对中望CAD+进行二次开发。.NET同时结合了VC++功能强大和VBA或Lisp易学易用的特点,可以快速开发出功能强大的应用,是完全面向对象的开发方式。.NET采用了垃圾回收机制,由.NET框架自行判断内存回收的时机并实行回收,从而解决了令C++程序员头痛的内存泄漏问题。同时,.NET封装了更好的类和控件,可以快速创建友好的界面。中望CAD+对.NET的支持,对广大开发者来说是非常有价值的。

总结:CAD软件的二次开发功能是CAD的重要部分,好的API接口使得CAD功能扩展领域更广,实现用户特殊的需求。中望CAD+的接口较为成熟,用户可以将自己原有的二次开发程序移植到中望CAD+上来使用,也可以直接在中望上开发,相信会达到预期效果。

广州中望龙腾软件股份有限公司,CAD行业唯一一家国家级重点软件企业,是全球领先的CAD/CAM软件供应商,也是行业少数掌握CAD核心技术的软件厂商之一;主打产品中望CAD、中望CAD机械版、中望CAD建筑版以及行业整体解决方案畅销80多个国家和地区,全球正版用户超过32万。中望CAD+是中望软件旗下子公司广州中望数字化设计软件有限责任公司的软件产品。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-