31、实现持续交付(CD)与自动化部署测试

实现持续交付(CD)与自动化部署测试

1. 持续交付概述

持续集成(CI)和持续交付(CD)是将开发者所做的代码变更投入生产的自动化流程。在Azure DevOps中实现这些流程非常简单。CI通过构建管道实现,Azure DevOps提供了众多适用于不同技术的优秀模板,CI过程在YAML文件中编写脚本,执行一系列步骤,包括命令行命令和文件压缩等任务,且YAML文件中的步骤必须包含将构建工件发布到构建管道的任务,以便在CD过程中使用。CD过程则使用发布管道和可视化编辑器实现,同样有很多出色的模板可供使用。我们可以在管道中定义阶段,对从构建管道发布的工件执行任务,可设置多个阶段部署到不同环境,每个阶段可以自动执行,也可以在团队中受信任的成员批准后执行,可执行的任务类型丰富,如部署到Azure服务(如应用服务)和运行.NET测试等。

2. 构建管道完成与查看

在构建管道执行完成后,我们可以点击最近的管道运行记录查看执行详情。点击成功的作业,就能看到每个步骤的相关信息,包括执行时间。

3. 部署到暂存环境

在Azure DevOps门户中,按以下步骤将构建部署到暂存环境:
1. 在左侧栏的“Pipelines”部分,选择“Releases”。
2. 点击“New pipeline”按钮。
3. 在弹出的选择模板对话框中,选择“Azure App Service deployment”模板并点击“Apply”。
4. 会出现发布管道的可视化表示,右侧面板可设置第一阶段的属性,将此阶段命名为“Staging”,用于将应用部署到暂存环境并执行自动化集成测试,点击面板右上角的叉号关闭右侧面板。
5.

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