makefile实践笔记

本文深入讲解Makefile的高级用法,包括目标、依赖项、命令的定义,如何处理多个执行文件,以及如何定义和使用PHONY目标进行清理操作。同时介绍了make命令的参数设置和include指令的使用,帮助读者理解Makefile的执行流程和错误处理机制。

形式

target ...:prerequisites ...
	command
	...
	...

之后无依赖

如果冒号后什么没有,那么make就不会自动去找它的依赖性,也就不会自动执行其后所定义的命令。 要执行其后的命令,就要在make命令后明显得指出这个label的名字。这样的方法非常有用,我们可以在一个makefile中定义不用的编译或是和编译无关的命令,比如程序的打包,程序的备份,等等

clean

    .PHONY : clean
    clean :
        -rm edit $(objects)

- 使用减号的目的是:当某些文件出现问题时,不退出,忽略继续执行后面的命令。

-file参数

指定makefile文件:make -file makelinux

include <…/dir/makefile>

include前面可以有空格,但是不能有Tab健( [Tab]字符告诉make此行是一个命令行。 )
  如果文件都没有指定绝对路径或是相对路径的话,make会在当前目录下首先寻找,如果当前目录下没有找到,那么,make还会在下面的几个目录下找:

  • 如果make执行时,有-I—include-dir参数,那么make就会在这个参数所指定的目录下去寻找。
  • 如果目录 <prefix>/include(一般是:/usr/local/bin/usr/include )存在的话,make也会去找。

Makefile的退出

  • 如果出现错误,比如被依赖的文件找不到,那么make就会直接退出,并报错。
  • 而对于所定义的命令的错误,或是编译不成功,make根本不理。
    make只管文件的依赖性,即如果冒号后面的依赖文件不存在,那么Makefile退出。

生成多个执行文件

all:prog1 prog2 prog3
.PHONY all
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
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