各家云使用情况


1. bae 百度云

使用了java tomcat。

目前没遇到什么问题。


有几点需要称赞一下:

A. 发布的时候,bae提供了一个预览版本,可以在不影响上一个版本的情况下使用。这样就方便了测试,测试通过了,再正式发布。

这一点貌似sae没有提供


B. svn发布代码比较方便。

我使用sae的时候,没感觉这么方便。(也可能是我使用问题)


2. 腾讯云

用起来没遇到什么问题。


3. sae 新浪云


本地文件读写需要修改代码,比较麻烦。


java sae环境调试。

我本地测试使用jetty9.0,sae移植遇到的问题:

容器使用的是jetty 9.2,不是tomcat。略微有点差异。

mysql 连接器 5.1.39不能用。只能使用5.1.8.

hibernate最新的5.x不能用。换用3.6,ok。

hibernate使用的日志组件,本地与sae环境有点不一样,需要添加一个slf4j-log4j12-1.7.21.jar。


sae的文件处理比较麻烦。在http线程中,还算友好。在其他线程无法读取,要使用专门的api,就算使用专门的kpi,也会有各种各样的坑,比登天还难。这一点开发成本较高。



3. 华为云

多个端口被封掉,不能使用。可能是我的配置问题,比较坑,有些东西我也没搞懂。总之配置成本有点高。

ftp只能用主动模式。



附sae文件处理实验代码

在servlet中调用下面的代码:

public static void newFile(){
try{
File file = new File(FILE);
InputStream i = new FileInputStream(file);
Scanner s = new Scanner(i);
String string = s.nextLine();
System.out.println(string + System.currentTimeMillis());
s.close();
}catch(Exception e){
System.out.println("newFile");
e.printStackTrace();
}
System.out.println("newFile end");
}

public static void newFileInputStream(){
try{
FileInputStream i = new FileInputStream(FILE);
Scanner s = new Scanner(i);
String string = s.nextLine();
System.out.println(string + System.currentTimeMillis());
s.close();
}catch(Exception e){
System.out.println("newFileInputStream");
e.printStackTrace();
}
System.out.println("newFileInputStream end");
}

public static void newInThread(){
new Thread(new Runnable(){
@Override
public void run() {
FileTest.newFile();
System.out.println("newFile run end");
FileTest.newFileInputStream();
System.out.println("newFileInputStream run end");
}}).start();
System.out.println("newInThread end");
}


第一个行数和第二个函数可以正常运行,读出文件内容。

第三个函数报错,无法读取。


内容概要:本文档系统性地介绍了2024年最新提出的两种智能优化算法——青蒿素优化算法与霜冰优化算法(RIME)的原理、实现方法及其性能对比分析,并提供了完整的Matlab代码实现。文档不仅聚焦于核心算法的仿真与验证,还整合了大量前沿科研资源,涵盖微电网优化、风电功率预测、无人机三维路径规划、电动汽车调度、图像融合、负荷预测、通信信号处理、电力系统故障恢复等多个高价值应用场景。所有案例均基于Matlab/Simulink平台进行建模与仿真,强调算法在复杂工程系统中的实际应用能力,旨在为科研人员提供一套从理论到代码再到应用的完整复现体系。; 适合人群:具备一定编程基础和科研背景的研究生、高校教师及工程技术人员,尤其适合从事智能优化算法研究、新能源系统优化、自动化控制、电力系统调度、无人机导航与路径规划等相关领域的研究人员。; 使用场景及目标:①用于高水平学术论文的复现与创新性研究,提升科研效率与成果产出;②应用于复杂工程系统的建模仿真与智能优化设计,如多能互补系统调度、无人机避障路径规划、微电网能量管理等;③作为智能优化算法的教学与学习资料,深入理解现代元启发式算法的设计思想与实现机制。; 阅读建议:建议读者结合文档中提供的Matlab代码与Simulink仿真模型,按照目录结构循序渐进地学习与实践,优先选择与自身研究方向契合的案例进行代码复现,重点关注算法参数设置、收敛曲线分析与多算法对比实验部分,以全面提升算法应用与科研创新能力。
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