ThreadLocal

ThreadLocal的get方法
public T get() {
Thread t = Thread.currentThread(); //取到当前线程
ThreadLocalMap map = getMap(t); //取到线程t中map<Thread,Object>
if (map != null) {
ThreadLocalMap.Entry e = map.getEntry(this);
if (e != null)
return (T)e.value;
}
return setInitialValue();
}

当我们调用ThreadLoacl的get方法时,首先取得当前线程(即调用get方法的线程),然后取到当前线程中的map,我们看源码可以看到Thread类中有这个成员变量:ThreadLocal.ThreadLocalMap threadLocals = null;
然后从map中以当前线程t取到value。

set()方法也是一样,取到当前线程,然后取到当前线程中的map,再已当前线程为key存入自己要存的值。
public void set(T value) {
Thread t = Thread.currentThread();
ThreadLocalMap map = getMap(t);
if (map != null)
map.set(this, value);
else
createMap(t, value);
}

用例:一般的web应用中,我们需要知道登录用户的信息,一般我们是将用户信息放在session中(session.setAttribute("key","value"))。在程序中可以通过request.getSession.getAttribute("key")取到用户信息。但是如果我们想在一个manage业务层中取得用户信息,就必须将request传入manange的方法中,这样是不好的,也是不方便的。
当浏览器发送一个请求到服务器时,服务器会新启一个线程处理这个请求,所以我们可以在请求到来时,取到session中的用户信息,再将它放入ThreadLocal中。那么我们就可以在当前线程的任何地方通过Threadlocal取到我们需要的用户信息。

public abstract class SnsLoginContextHolder {

private final static ThreadLocal<SnsLoginContext> holder = new ThreadLocal<SnsLoginContext>();

/**
* 取得loginContext
* @return LoginContext
*/
public static final SnsLoginContext getLoginContext(){
SnsLoginContext loginContext = holder.get();
if (loginContext == null){
loginContext = new SnsLoginContext();
holder.set(loginContext);
}
return loginContext;
}


/**
* 清除loginContext
*/
public static final void clearLoginContext(){
holder.remove();
}
}
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