Flex Builder 3 Debug 配置

本文介绍如何配置并使用Flash Player Debug版本进行开发调试。包括下载debug版本的Flash Player、配置mm.cfg文件来开启错误报告和trace日志记录等功能,以及解决常见问题的方法。

1. 要使用Debug功能需要下载安装debug版本的flashplayer(flashplayer_10_ax_debug)。

2. 在C:/Documents and Settings/Username目录下创建mm.cfg文件内容如下:

ErrorReportingEnable        1: 打开error信息写入日志文件 0:关闭
MaxWarnings                      设置waining信息记录最大数量,默认值为100,0:无限制
TraceOutputFileEnable       设置trace日志,1:为开,0:为关,默认值为0
TraceOutputFileName         设置trace日志文件位置,Fleah Player 9 Update版本后该属性设置已经没有用了。

3. Debug输出路径为C:/Documents and Settings/Administrator/Application Data/Macromedia/Flash Player/Logs,如果找不到Application Data请选择“工具”--“文件夹选项”--“查看”选择“隐藏已知文件类型的扩展名” 然后选中“选择所有文件和文件夹”即可看到。

4. FlexBuild中选择project->properties选择ActionScript Complier配置Require Flash Player version。

5. 如果出现“Flash Player Not Found”的错误,请配置FlexBuild选择Window >> Preferences然后General >> Web Browser 选择IE(需要的浏览器)

 

 

 

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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