7、深入探索 Azure 存储与网络基础

深入探索 Azure 存储与网络基础

1. Azure 存储概述

1.1 存储的特殊性

以处理披萨订单的应用程序为例,前端应用组件供客户下单,消息队列将订单信息传输到后端应用组件进行处理。随着订单的接收,队列中的消息会被可视化展示;当后端处理完订单后,消息会从队列中移除。

1.2 存储可用性和冗余

Azure 数据中心具备容错能力,拥有冗余的互联网连接、发电机、多条网络路径和存储阵列等。在使用 Azure 存储时,需要根据应用程序和数据的重要性选择存储冗余级别,具体选项如下:
- 本地冗余存储(LRS) :数据在创建存储账户的单个数据中心内复制三次,可应对单个硬件故障,但如果整个数据中心出现问题,数据可能丢失。
- 区域冗余存储(ZRS) :数据在一个区域内的两个或三个数据中心(如果该区域有多个数据中心)或跨区域复制三次,也可跨可用性区域使用。
- 异地冗余存储(GRS) :数据在存储创建的主区域复制三次,然后在配对区域再复制三次,配对区域通常相距数百英里以上,为生产应用提供了良好的冗余选项。
- 具有读取访问权限的异地冗余存储(RA - GRS) :这是高级的数据冗余选项,数据像 GRS 一样跨配对区域复制,并且可以对辅助区域的数据进行读取访问。

1.3 VM 存储

过去,服务器存储昂贵、速度慢且配置复杂。Azure 虽然不能完全解决所有存储问题,但能帮用户摆脱 95% 的困扰,让用户专注于为客户打造出色体验。以下是

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