jdk,tomcat安装时环境变量的配置

虽然是新手,jdk,tomcat都是配置过很多次的。但每次配完之后,下次再配,还是有些不记得。所以记在这里,随时查找。

jdk环境变量的配置

JDK环境变量配置的步骤如下:
1.我的电脑-->属性-->高级-->环境变量.
2.配置用户变量:
        a.新建 JAVA_HOME
             C:\Program Files\Java\j2sdk1.5.0 (JDK的安装路径)
        b.新建 PATH
             %JAVA_HOME%\bin;%JAVA_HOME%\jre\bin
        c.新建 CLASSPATH
            .;%JAVA_HOME%\lib;%JAVA_HOME%\lib\tools.jar
3.测试环境变量配置是否成功:
   开始-->运行--〉CMD
   键盘敲入: JAVAC   JAVA
        出现相应的命令,而不是出错信息,即表示配置成功!
 
环境变量配置的理解:
  1. PATH环境变量。作用是指定命令搜索路径,在i命令行下面执行命令如javac编译java程序时,它会到PATH变量所指定的路径中查找看是否能找到相应的命令程序。我们需要把jdk安装目录下的bin目录增加到现有的PATH变量中,bin目录中包含经常要用到的可执行文件如javac/java/javadoc等待,设置好PATH变量后,就可以在任何目录下执行javac/java等工具了。
  2. CLASSPATH环境变量。作用是指定类搜索路径,要使用已经编写好的类,前提当然是能够找到它们了,JVM就是通过CLASSPTH来寻找类的。我们需要把jdk安装目录下的lib子目录中的dt.jar和tools.jar设置到CLASSPATH中,当然,当前目录“.”也必须加入到该变量中。
  3. JAVA_HOME环境变量。它指向jdk的安装目录,Eclipse/NetBeans/Tomcat等软件就是通过搜索JAVA_HOME变量来找到并使用安装好的jdk。


tomcat环境变量的配置
tomcat应该使用安装版本和解压版本。安装版本是不需要配置环境变量的,而解压版本需要。

  一、配置tomcat环境变量,它的环境变量主要有两个:

    1.java_home

    java_home指向的是JDK的安装路径,如C:\Program Files\Java\jdk1.6.0_07,在这路径下你   应该能够找到bin、lib等目录。

    配置方法是,新建环境变量"java_home",它的值设为"C:\Program Files\Java\jdk1.6.0_07"(当然只要引号里的内容,一定要注意大小写,如果是大写的话,javac会提示是外部命令)。

    2.catalina_home

    catalina_home是指向tomcat的解压目录或安装目录(我以前用的TOMCAT安装版好像不用配置这些变量),在这个路径下,你应该能找到bin、lib、webapps等目录。

    配置方法是,新建环境变量"catalina_home",它的值设为"C:\tomcat6";

    二、配置java环境变量,它的环境变量也主要有两个:

    1.path

    环境变量path目的是为了指向JDK的bin目录,这里面放的是各种编译执行命令。在path中加入"%java_home%\bin;".

    2.classpath

    新建环境变量"classpath",它的值设为:".;%java_home\lib%;%java_home%\lib\dt.jar;%java_home%\lib\tools.jar;",值得注意的是,最前面的".;"绝对不能少,因为它代表当前路径。





内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
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