lieray工作流jbpm配置补充(很重要)

Liferay与ServiceMix Web集成问题
本文探讨了在Liferay中使用ServiceMix Web中间件遇到的问题,包括NullPointerException和DuplicateFileException异常,并提供了相应的解决办法,建议使用Mule Web替代。
接着我上面的一篇,如果你选择用servicemix-web 中间件,你可能会报"15:20:47,701 ERROR [EditDefinitionAction:77] com.liferay.portal.kernel.jbi.WorkflowComponentException: java.lang.NullPointerException
com.liferay.portal.kernel.jbi.WorkflowComponentException: java.lang.NullPointerException
at com.liferay.portlet.workflow.service.impl.WorkflowComponentServiceImpl.getDefinition(WorkflowComponentServiceImpl.java:113)
"这样的错误,这是本身lifray的BUG,现在基本上都建议大家用mule-web,在lifray配置中jbi.workflow.url默认就是mule了,如果你报的"com.liferay.documentlibrary.DuplicateFileException"这个是因为在C:\Documents and Settings\User\liferay文件夹删了,这个文件夹里面具体是在liferay\jackrabbit\workspace\home\data下面有很多.node.xml的文件,其中一个.node.xml文件里面有{}0.xml把这一行删了也可以,最简单的方法是把整个lifray文件删了,出现在这个错误的要本原因和上面那个错误原因是一样的,表面上看是WorkflowComponentServiceImpl类出了问题,其实是HTTP.URLtoByteArray()方法,client.executeMethod(hostConfig, method, state);在这里会依次调用http://localhost:8080/servicemix-web/workflow和http://localhost:8082/jbpm-web/servlet在jbpm包中servlet会调用WorkflowComponentImpl.process(HttpServletRequest req),问题就在这个方法里,req取不出来String cmd = ParamUtil.getString(req, "cmd");所以就会发现每次返回的都是同样的值,HTTP.URLtoByteArray()方法
if ((parts != null) && (parts.size() > 0)) {
List nvpList = new ArrayList();

Iterator itr = parts.entrySet().iterator();

while (itr.hasNext()) {
Map.Entry entry = (Map.Entry)itr.next();

String key = (String)entry.getKey();
String value = (String)entry.getValue();

if (value != null) {
nvpList.add(new NameValuePair(key, value));
}
}

NameValuePair[] nvpArray = (NameValuePair[])nvpList.toArray(
new NameValuePair[nvpList.size()]);

PostMethod postMethod = (PostMethod)method;

postMethod.setRequestBody(nvpArray);
}
这里给request正确的赋了值,可是为什么到了process()什么也没了,找了一两天也没有找出为什么,后来在官网的论坛上看到说servicemix有缺陷,建议使用mule-web,有兴趣的朋友可以找一下为什么会出现这样的问题.
最后总结一句话:"花了五天的时间,就发现了这个,要重头来过,被BOSS吼了,郁闷啊!!! :cry: :cry: "
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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