协程与多线程——消息篇

  在实现了微线程以后再实现消息传递就容易多了,我们也可以把消息send和receive看做是一种“阻塞”然后使用统一的调度来实现微线程间的通信。而如果实现了消息传递就很容易实现Actor模型了。关于Actor模型推荐大家先看一下老赵的文章(csdn的编辑器不好用了直接贴url:http://www.cnblogs.com/JeffreyZhao/archive/2009/05/11/a-simple-actor-model-implementation.html)。不过我实现消息传递的方式和他文章里给出的实现不一样,因为我统一使用微线程“阻塞”的形式并且借鉴了Stackless Python中的Channel机制。所以使用消息传递就很简单建立一个Channel实例,然后在两个Tasklet实例中一个Send一个Receive就行了,如果没有发送方或者没有接收方就会“阻塞”这类似与tcp中的send何receive。而且send和receive本质上就是一种NonBlock,所以消息的分发不需要使用额外的线程来处理。当然如果以后真的需要在进程(或者.net中逻辑进程AppDomain)间通信,你也可以自己实现一个使用外部线程分发消息的Sender和Receiver。好了下面简要的分析下实现代码。
public interface IChannel
{
 //是否已连接即send和receive同时存在
 bool IsConnected { get; set; }
 //发送方
 INonBlock Sender { get; set; }
 //接受方
 INonBlock Receiver { get; set; }
 //发送
 INonBlock Send(object msg);
 //接受
 INonBlock Receive();
}
一个很简单的借口定义,这里面需要说明的一点就是消息的格式。因为C#毕竟不是动态语言所以消息格式还是用object这种方式最简单,消息发送接收双方约定消息格式,使用单元测试来做保证。好了再来看看Sender与Receiver的实现:
public class Sender : NonBlock
{
 IChannel _channel;
 public Sender(IChannel channel) : base()
 {
  _channel = channel;
 }

 protected override bool IsSync
 {
  get{ return true; }
 }
 //因为一定会有Receiver来唤醒这个Sender所在的微线程所以只要同步执行就可以了
 protected override IEnumerable<INonBlock> SyncInvoke()
 {
  yield return Schedule();
  //判断是否已经连通,因为下面的操作也可能在Receiver中进行
  if (_channel.IsConnected)
  {
   //更改为不连通为了该Channel下次再使用
   _channel.IsConnected = false;
   //唤醒当前微线程任务
   Tasklets.Instance.ResumeTask(this);
   //唤醒接收方微线程任务
   Tasklets.Instance.ResumeTask(_channel.Receiver);
  }
 }

 #region NonBlock
 protected override void AsyncInvoke()
 {
  throw new NotImplementedException();
 }
 #endregion       
}     
Receiver的实现与Sender的实现基本相同,最后我们看看Channel的实现:
public class Channel<T> : IChannel
{
 //一个channel上的send和receiver并不是同步进行的,所以需要缓存发送的消息和接受到得消息
 object _sendMsg;       
 object _receiveMsg;
 //被阻塞的channel
 static readonly Dictionary<IChannel, INonBlock> _channels = new Dictionary<IChannel, INonBlock>();
 //泛型包装
 public T Msg
 {
  get { return (T)_receiveMsg; }
 }

 private Channel() { }

 public static Channel<T> NewChannel()
 {
  return new Channel<T>();
 }

 public INonBlock Send(T msg)
 {
  return Send((object)msg);
 }
 public INonBlock Send(object msg)
 {
  _sendMsg = msg;
  IChannel iChannel = this as IChannel;
  Sender sender = null;
  //该channel已被Receiver阻塞
  if (_channels.ContainsKey(this))
  {
   var tmp = _channels[this];
   //一个channel只能有一个Sender
   if (tmp is Sender)
    throw new Exception("该Channel已经存在Sender.");
   else
   {
    _channels.Remove(this);                   
    iChannel.IsConnected = true;
    //将消息转移至接受方消息缓存
    _receiveMsg = _sendMsg;
    _sendMsg = null;                   
   }
  }
  else
  {
   //channel被sender阻塞
   if(sender == null)
    sender = new Sender(this);
   _channels.Add(this, sender);
  }
  iChannel.Sender = sender;
  return sender;
 }
 //Receive方法与Send方法实现基本相同
 public INonBlock Receive()
 {
  //省略...
 }
}
消息传递的实现是很简单的但是它十分强大,在demo(见上一篇底部的下载链接)中有一个简单的“乒乓”测试。

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)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启发因子优化,实现路径的动态调整多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算参数自适应机制,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、路径平滑实时避障等多目标协同优化;③为智能无人系统的自主决策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MATLAB实践,建议读者在理解ACOMLP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
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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