linux crontab 定时任务脚本

啥,这么多年居然没有写过这种脚本。。应一个兄弟请求,帮忙写个每天定时下载的任务脚本,记录如下:

 

1、编写任务的shell脚本

 

 

#! /bin/sh
workpath="/home/***/Downloads/";
cd $workpath;
dateStr=$(date -u +%Y%m%d);
fileName=top-${dateStr}.zip;
echo "$fileName";
filePath=${workpath}${fileName};
echo "$filePath";
while(true)
do
	if [ -e "$filePath" ]
        then
		exit;
        fi
 	wget http://s3.amazonaws.com/alexa-static/top-1m.csv.zip;
	mv top-1m.csv.zip  $fileName
done

 2、编写crontab的脚本

 

 

*/1 * * * *  /home/***/Downloads/downloadTopList.sh

 

 3、启动crontab

 

命令:service cron start

如果出现

 

 

start: Rejected send message, 1 matched rules; type="method_call", sender=":1.94" (uid=1000 pid=6445 comm="start cron ") interface="com.ubuntu.Upstart0_6.Job" member="Start" error name="(unset)" requested_reply="0" destination="com.ubuntu.Upstart" (uid=0 pid=1 comm="/sbin/init")

 
是因为权限不够,sudo就ok了。好吧这个提醒也太隐晦了吧;
 
4、开机启动:
虽然默认是安装了crontab但是默认不启动,如需求开机启动需要  编辑“/etc/rc.local”,把启动程序的shell命令输入进去即可  如:将  sudo service cron start 添加到最后即可;
 
本站支持  pay for your wishes
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