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
基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制问题,并提供完整的Matlab代码实现。文章结合数据驱动方法与Koopman算子理论,利用递归神经网络(RNN)对非线性系统进行建模与线性化处理,从而提升纳米级定位系统的精度与动态响应性能。该方法通过提取系统隐含动态特征,构建近似线性模型,便于后续模型预测控制(MPC)的设计与优化,适用于高精度自动化控制场景。文中还展示了相关实验验证与仿真结果,证明了该方法的有效性和先进性。; 适合人群:具备一定控制理论基础和Matlab编程能力,从事精密控制、智能制造、自动化或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能控制设计;②为非线性系统建模与线性化提供一种结合深度学习与现代控制理论的新思路;③帮助读者掌握Koopman算子、RNN建模与模型预测控制的综合应用。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现流程,重点关注数据预处理、RNN结构设计、Koopman观测矩阵构建及MPC控制器集成等关键环节,并可通过更换实际系统数据进行迁移验证,深化对方法泛化能力的理解。
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