6、构建定制化 CE 6.0 运行时映像的全面指南

构建定制化 CE 6.0 运行时映像的全面指南

1. BIB 文件的四个部分

BIB 文件包含以下四个不同的部分:
| 部分 | 描述 | 位置 |
| ---- | ---- | ---- |
| Memory | 定义可用的物理内存,指定内存的起始地址、大小和类型 | 通常位于 BSP 的 Files 目录下的 config.bib 文件中 |
| Config | 定义 romimage.exe 的配置选项 | 通常位于 config.bib 文件中 |
| Modules | 指定要包含在运行时映像中的模块以及模块如何加载到内存中 | - |
| Files | 指定要包含在运行时映像中的文件 | - |

2. 构建定制化 CE 6.0 运行时映像的前期准备

要构建 CE 6.0 运行时映像,需要在开发工作站上安装以下软件组件:
- Visual Studio 2005
- Visual Studio 2005 SP1
- 若使用 Windows Vista,还需要 Visual Studio 2005 SP1 update for Vista;若使用 Windows XP 则可跳过此步骤
- Windows Embedded CE 6.0
- Windows Embedded CE 6.0 SP1
- Windows Embedded CE 6.0 R2

如果未安装所有软件组件,请按照相应步骤进行安装。

3. 构建 CE 6.0 运行时映像的步骤

构建 CE 6.0 运行时映像需经过以

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进论而设计出来的算法: 人类是朝着好的方向(最优解)进,进过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳的搜索算法,是进算法的一种。 进算法最初是借鉴了进生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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