Thread-join 阶段一

本文深入探讨了Java多线程编程中的join()方法,通过具体代码实例展示了如何让一个线程等待另一个线程执行完毕后再继续运行。详细解析了线程之间的同步和依赖关系,提供了在实际开发中解决多线程并发问题的思路。

1.Thread.join(),个人理解是一个线程等待另外一个线程结束后再执行

2.java 代码
public class CustomThread1 extends Thread {

	public CustomThread1() {
		super("CustomThread1");
	}

	public void run() {
		try {
			String threadName = Thread.currentThread().getName();
			System.out.println(threadName + " start");
			for (int i = 0; i < 5; i++) {
				System.out.println(threadName + " loop at " + i);
				Thread.sleep(1000);
			}
			System.out.println(threadName + " end");
		} catch (Exception e) {
		}
	}
}

public class CustomThread2 extends Thread {
	CustomThread1 t1;

	public CustomThread2(CustomThread1 t1) {
		super("customThread2");
		this.t1 = t1;
	}

	public void run() {
		try {
			String threadName = Thread.currentThread().getName();
			System.out.println(threadName + " start");
			t1.join();
			System.out.println(threadName + " end");
		} catch (Exception e) {
		}
	}
}

public class JoinTestDemo {

	public static void main(String[] args) {
		try {
			String threadName = Thread.currentThread().getName();
			System.out.println(threadName + " start.");
			CustomThread1 t1 = new CustomThread1();
			CustomThread2 t2 = new CustomThread2(t1);
			t1.start();
			Thread.sleep(2000);
			t2.start();
			System.out.println(threadName + " end!");
		} catch (Exception e) {
		}
	}
}

执行结果:

main start.
CustomThread1 start
CustomThread1 loop at 0
CustomThread1 loop at 1
CustomThread1 loop at 2
main end!
customThread2 start
CustomThread1 loop at 3
CustomThread1 loop at 4
CustomThread1 end 
customThread2 end                                                                                                           


即:主线程启动 --->  线程1(CustomThread1 )启动  --->  线程1睡眠1s 及主线程睡眠2s  --->同时线程2(CustomThread2)启动,执行到t1.join()  时,
要等待线程1(CustomThread1)先执行完


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,建议有定的MATLAB编程基础。
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
 
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