ANT 自动编译打包发布卸载脚本

[color=red] [b] 网上看了很多此类脚本,要不就是太简单,要不就是太复杂。要想找到适合自己的脚本,还不如自己动手写一个。此脚本仅供备份,参考。[/b][/color]

<?xml version="1.0" encoding="utf-8" ?>
<project name="userfilter" default="" basedir="..">
<property environment="env" />
<property name="java.home" value="env.JAVA_HOME" />
<property name="src.dir" value="${basedir}/src" />
<property name="app.home" value="应用程序lib包地址"/>
<property name="web.dir" value="WebRoot" />
<property name="tomcat.home" value="tomcat lib地址" />
<property name="dest.jar" value="${basedir}\WebRoot\WEB-INF\lib"/>
<property name="dist.dir" value="${basedir}\WebRoot\dist" />
<property name="build.dir" value="${basedir}\WebRoot\build"/>

<path id="build.classpath">
<fileset dir="${tomcat.home}">
<include name="*.jar"/>
</fileset>
<fileset dir="${web.dir}/WEB-INF/lib">
<include name="*.jar"/>
</fileset>
<pathelement location="${build.dir}"/>
</path>

<target name="clean" description="清空">
<delete dir="${build.dir}" />
<delete dir="${dist.dir}" />
</target>

<target name="init" depends="clean" description="初始化">
<mkdir dir="${build.dir}" />
<mkdir dir="${dist.dir}" />
</target>

<target name="compile" depends="clean,init" description="编译">
<javac srcdir="${src.dir}" destdir="${build.dir}" fork="true"
executable="jdk地址 ../bin/javac" source="1.4" encoding="utf-8">
<classpath refid="build.classpath"/>
</javac>
</target>

<target name="create-manifest" depends="compile">
<tstamp />
<manifest file="${build.dir}/MANIFEST.MF">
<attribute name="Build-By" value="${user.name}" />
<attribute name="Build-On" value="${DSTAMP}${TSTAMP}" />
<attribute name="JDK-Version" value="1.4" />
</manifest>
</target>

<target name="jar" depends="create-manifest" description="创建发布包">
<jar destfile="${dist.dir}\${ant.project.name}.jar" manifest="${build.dir}/MANIFEST.MF">
<fileset dir="${build.dir}">
<include name="**/*.class"/>
</fileset>
</jar>
</target>

<target name="deploy" depends="jar" description="发布">
<copy file="${dist.dir}\${ant.project.name}.jar" todir="${app.home}"> </copy>
</target>


<target name="undeploy" description="删除jar">
<delete file="${app.home}\${ant.project.name}.jar" />
</target>
</project>
提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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