C++基础


Person.h

#include<string>

using namespace std;

class Person{
    private:int age;
    private:string name;

    public:Person(int age, string name);
    public:int getAge();
    public:string getName();
};

Person.cpp

#include<iostream>
#include<string>
#include"Person.h"

using namespace std;

int Person::getAge(){
	return age;	
}

string Person::getName(){
	return name;
}

Person::Person(int age, string name){
	this->age = age;
	this->name = name;
}

main.cpp

#include<iostream>
#include<string>

#include"Person.h"

using namespace std;

int main(){
    for(int i=0; i<10; i++){
        cout << i << "\n" ;
    }


    Person p1 = Person(10,"aaaaa");
    Person *p2 = new Person(20,"bbbbbb");

    cout << "p1 Name:" << p1.getName() << "\n";
    cout << "p2 Name:" << p2->getName() << "\n";

    delete p2;
}

Makefile

edit:Person.h Person.cpp main.cpp
	g++ Person.cpp main.cpp -o main

分步写Makefile

main:Person.o main.o
	g++ -o main main.o Person.o
Person.o:Person.h Person.cpp
	g++ -c Person.cpp
main.o:main.cpp
	g++ -c main.cpp
clean:
	rm *.o
	rm main

利用ar将.o文件创建为.a文件

ar cr libperson.a Person.o
最好是lib开头,否则有可能找不到


编译

g++ main.cpp -o main -L. -lperson








六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
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