摘要：面向对象的编程方法从两个方面支持了软件重用，即用户直接实例化的类重用和实现者通过继承生产子类，从而也产生了用户角度类层次体系与实现者的类继承体系的分离。即使是实现相同功能集合的类库，由于其实现者技术不同类层次体系也不一致。本文通过对类继承关系的深入分析，提出了一个基于Ｇａｏｌｉｓ继承格的用户类层次体系结构，从而方便用户对类层次的理解及类的获取。

摘要：为深度挖掘时序数据中前后信息的动态相关性,探究大坝变形的内在影响机理,有效提高模型预测精度,构建了一种基于混合注意力机制与鲸鱼优化算法(WOA)的双向门控循环网络(BiGRU)预测模型。模型利用WOA对BiGRU进行超参数寻优以有效挖掘变形数据在时间维度的深层信息,并引入融合特征注意力(FATT)和时间注意力(TATT)的混合注意力机制计算各影响因子的贡献率,使模型可视化并提高模型捕捉环境因素动态变化的能力。以某高拱坝为例,将该模型预测结果与多种常用模型预测结果进行对比分析,结果表明该模型预测精度显著提升,贡献率计算符合大坝变形研究成果,验证了模型在大坝变形预测中的优越性与合理性。