71、网络设备脚本自动化:瞬态变更、操作脚本与事件脚本详解

网络设备脚本自动化:瞬态变更、操作脚本与事件脚本详解

1. 瞬态变更与持久变更

在通过提交脚本指示 MGD 修改配置时,有两种方式:
- 标签 :用于指示 MGD 将配置添加到配置数据库。此标签内的任何配置都会添加到候选配置中,提交后,更改将保存到当前配置。使用此标签与手动输入配置无异。提交脚本执行且配置数据库修改后,可使用 show 命令显示更改。
- 标签 :指示 MGD 将标签内的配置添加到候选配置,但不将添加的配置保存到候选配置。瞬态配置会在提交时发送给 MGD 并应用,但配置更改不会存储。

瞬态更改选项对提交脚本特别有用,因为使用 标签时,若宏(或用于创建配置的其他指示)被移除,提交脚本无需担心清理配置。使用瞬态更改时,提交脚本在提交操作后总会添加配置,但如果脚本或宏被移除,配置将不会添加,也就不会应用。

要确保提交脚本发出的 生效,虽然配置文件不会显示任何更改,但运行配置中的操作命令会显示。不过,瞬态更改必须在 Junos 配置中启用,否则脚本会出错,操作步骤如下:
1. 启用瞬态更改:

set system scripts commit allow-transients
  1. 指定提交脚本文件:
set system scripts commit file ifl-zone.xslt
MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
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