dwr使用记录

最近要写一个聊天程序,搜索到dwr.jar,于是试着用它来做

第一步 从网上download dwr.war,放到tomcat服务器下,启动服务可以看下/chat/java_chat.html页面的效果,那是一个简单的聊天程序.

第二步 把war包里的chat文件夹和web-inf文件夹copy到一个新建的java_web工程里,记得删掉里面的class文件,在class文件夹里除了class文件还有源代码:)copy到项目里uk.ltd.getahead.dwrdemo.chat

第三步 清理web-inf里面的dwr.xml文件,把之外的全部去掉,保留

    <convert match="uk.ltd.getahead.dwrdemo.chat.*******" converter="bean"></convert>是你自己写的*******.java
现在已经可以部署启动了看看效果了.
如果是tomcat服务器,就一点问题没有.jboss服务器会出现log4j的问题,不用管不影响chat服务器启动.

dwr相关页面:

官方网站
http://getahead.org/dwr
下载
http://getahead.org/dwr/download
文档
http://getahead.org/dwr/documentation
中文文档
http://wiki.javascud.org/display/dwrcn/Home

三 jsp中如何使用

 var acctInfo;
 function callGetAcctInfo(){     
  FutListService.getAcctInfo( acctId,{
    callback : function(retValue) {
   acctInfo= retValue;
    },
    async : false
  });
  setAcctInfo(acctInfo);
 } 

FutListService是类,getAcctInfo是方法,acctId是参数acctInfo是返回值。
实际使用中发现在服务器端使用Util.setValue,由于发送数据过于频繁造成客户端浏览器负荷过大,遂改在客户端定时调用
  setInterval("callGetAcctInfo()","1000");


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