`
maosheng
  • 浏览: 575693 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

Docker 容器基础

阅读更多
一.概述

Docker的核心价值在于,他很有可能改变传统的软件“交付”方式和“运行”方式。传统的交付源码或交付软件包的方式的最大问题在于,软件运行期间所“依赖的环境”是无法控制、不能标准化的,IT人员常常需要耗费很多精力来解决因为“依赖的环境”而导致软件运行出现的各种问题。而Docker将软件与其“依赖的环境”打包在一起,以镜像的方式交付,让软件运行在“标准的环境”中,这非常符合云计算的要求。

Docker重新定义了软件开发、测试、交付和部署的流程。我们交付的东西不再只是代码、配置文件、数据库定义等,而是整个应用程序运行环境:“OS+各种中间件、类库、应用程序代码”。

Docker的主要目标是"Build,Ship and Run Any App,Anywhere",即通过对应用组件的封装(Packaging)、分发(Distribution)、部署(Deployment)、运行(Runtime)等生命周期的管理,达到应用组件级别的"一次封装、到处运行"。

这里的应用组件,既可以是一个Web应用,也可以是一套数据库服务,甚至是一个操作系统或编译器。

Docker基于Linux的多项开源技术提供了高效、敏捷和轻量级的容器方案,并且支持在多种主流云平台(Paas)和本地系统上部署。可以说Docker为应用的开发和部署提供了“一站式”的解决方案。

当软件的开发环境、版本管理、交付和运行都以Docker为工具Container为基础进行流转时,就构成了以Container为核心的开发和运维流程,软件的架构也因此发生改变(Micro Service的构架方式可能会因此流行)。

Docker也可以被称为轻量级虚拟化技术。与传统的VM相比,他更轻量,启动速度更快,单台硬件上可以同时跑成百上千个容器。

Dokcer引擎的基础是Linux容器(Linux Containers,LXC)技术。



【Docker组件】

Docker客户端和服务器
Docker容器
Docker镜像
Docker注册中心

Docker镜像:Docker镜像是一个只读的模板。例如,一个镜像可以包含安装了Apache Web服务应用的Ubuntu操作系统。镜像可以用来创建Docker容器。Docker提供了构建新镜像或升级原有镜像的较为便利的方式,或者你也可以下载别人已经创建好的镜像。Docker镜像是Docker的构建组件。

Docker注册中心:Docker注册中心用于上传和下载镜像,分为公共注册中心和私有注册中心两种。公共注册中心为Docker Hub,它提供了大量的现成镜像,你可以构建自己的镜像并上传到上面,也可以在上面下载别人构建的镜像。Docker注册中心是Docker的发布组件。

Docker容器:Docker容器就像是一个文件夹,它包含了一个应用程序运行所需要的所有内容。每个容器都是基于Docker镜像构建。我们可以运行、开始、停止、迁移或者是删除Docker容器。每个容器均是一个隔离的、安全的应用平台。Docker容器是Docker的运行组件。


二.Docker安装

安装前提条件:

1)运行64位的CPU构架的计算机
2)运行Linux3.8或更高版本内核
3)内核必须支持一种适合的存储驱动,默认通常是是Device Mapper
4)内核必须支持并开启cgroup和命名空间(namespace)功能

【CentOS升级kernel3.10.105】
0. yum update
1. rpm --import https://www.elrepo.org/RPM-GPG-KEY-elrepo.org
2. rpm -Uvh http://www.elrepo.org/elrepo-release-6-6.el6.elrepo.noarch.rpm
3. yum --enablerepo=elrepo-kernel -y install kernel-lt
4. vi /etc/grub.conf 修改Grub引导顺序,设置default=0值(从0开始),一般新安装的内核在第一个位置,所以设置default=0
5. reboot


【Ubuntu中安装Docker】

#sudo apt-get install lxc-docker

【RHEL6或CentOS6中安装Docker】

#sudo rpm -Uvh http://download.fedoraproject.org/pub/epel/6/i386/epel-release-6-8.noarch.rpm
#sudo yum -y install docker-io

【启动Docker守护进程】

#sudo service docker start

##系统开机时自动启动Docker守护进程
#sudo service docker enable

##确认Docker是否已安装并运行
#sudo docker info

##查看Docker版本号
#sudo docker --version



【停止Docker守护进程】

#sudo service docker stop


三.Docker镜像

Docker镜像是由文件系统叠加而成,最底层是一个引导文件系统(bootfs),第二层是root文件系统(rootfs),root文件系统永远是只读状态,并且Docker利用联合加载技术又会在root文件系统层上加载更多的只读文件系统。

联合加载指的是一次同时加载多个文件系统,但是在外面看起来只能看到一个文件系统,联合加载会将各层文件系统叠加到一起,这样最终的文件系统会包含所有底层的文件和目录。

Docker将这样的文件系统称为镜像。一个镜像可以放到另一个镜像的顶部。位于下面的镜像称为父镜像,可以依次类推,直到镜像栈的最底部,最底部的镜像称为基础镜像。最后,当从一个镜像启动容器时,Docker会在该镜像的最顶层加载一个读写文件系统。我们想在Docker中运行的程序就是在这个得写层中执行。

当Docker第一次启动一个容器时,初始的读写层是空的。当文件系统发生变化时,这些变化都会应用到这一层上。比如,如果想修改一个文件,这个文件首先会从读写层下面的只读层复制到该读写层,该文件的只读版本依然存在,但是已经被读写层中的该文件副本所隐藏,这种机制称为写时复制,这也是使Docker如此强大的技术之一。每个只读镜像层都是只读的,并且以后永远不会变化。当创建一个新容器时,Docker会构建出一个镜像栈,并在栈的最顶端添加一个读写层,这个读写层再加上其下面的镜像层以及一些配置数据,就构成了一个容器。容器是可以修改的,他们都有自己的状态,并且是可以启动和停止的。容器的这种特点加上镜像分层框架,使我们可以快速构建镜像并运行包含我们自己的应用程序和服务的容器。

##拉取镜像:
#sudo docker pull ubuntu[或ubuntu:12.04]

用docker run 命令从镜像启动一个容器时,如果该镜像不在本地,Docker会先从Docker Hub下载该镜像。如果没有指定具体的镜像标签,那么Docker会自动下载latest标签的镜像。

##列出镜像
#sudo docker images

##查找镜像
#sudo docker search [IMAGE]

##删除镜像
sudo docker rmi [REPOSITORY]:[TAG]

sudo docker rmi [IMAGE ID]

##登录Docker Hub
#sudo docker login

##推送镜像
#sudo docker push [user/image]

##探求镜像构建过程
#sudo docker history [REPOSITORY]:[TAG]

sudo docker history [IMAGE ID]

##存出镜像
#sudo docker save -o ubuntu_14_04.tar ubuntu:14.04

##载入镜像
#sudo docker load ubuntu_14_04.tar


四.Docker容器

##Docker帮助命令
#sudo docker help

##Docker命令帮助
#sudo docker [COMMAND] --help
#sudo docker run --help

##列出所有容器,包括运行的和停止的(-a)
#sudo docker ps -a

##创建容器
#sudo docker create -i -t ubuntu:12.04

##运行Docker容器
#sudo docker run --restart=always --name ubuntu_test -P -i -t ubuntu:12.04 /bin/bash
--name: 给容器命名(ubuntu_test)
-i:     STDIN是开启的
-t:     为创建的容器分配一个伪tty终端,并绑定到容器的标准输入上
-d:     以后台方式运行Docker容器
--restart=always[on-failure:5]
标志设置为always,无论容器的退出代码是什么,Docker都会自动重启该容器
标志设置为on-failure,当容器的退出代码为非0值的时候,才会自动重启,on-failure还接受一个可选的重启次数参数

端口随机映射:
docker run -P

端口指定映射:
-p hostPort:containerPort
-p ip:hostPort:containerPort


##停止运行的容器
#sudo docker stop ubuntu_test

#sudo docker stop [CONTAINER ID]

##重新启动停止的容器
#sudo docker start ubuntu_test

#sudo docker start [CONTAINER ID]

##重启容器
#sudo docker restart ubuntu_test

#sudo docker restart [CONTAINER ID]

退出容器但是保持运行:默认情况下,如果使用ctrl-d退出container,那么container也会stop,按ctrl+p+q可以退出到宿主机,而保持container仍然在运行.然后要进入再使用docker attach

Docker进入后台运行的容器

1.使用docker attach命令

##附着到容器上(但是它有一个缺点,只要这个连接终止,或者使用了exit命令,容器就会退出后台运行)
#sudo docker attach ubuntu_test

#sudo docker attach [CONTAINER ID]

2.使用docker exec命令

容器在后台运行(sudo docker run -d ....),可以通过运行exec命令来启动一个bash shell,再次进入到该容器中。

这个命令使用exit命令后,不会退出后台,一般使用这个命令,/bin/sh 是固定写法

#sudo docker exec -it ubuntu_test /bin/sh

#sudo docker exec -it [CONTAINER ID] /bin/sh

3.使用nsenter 命令

docker inspect --format "{{.State.Pid}}" [CONTAINER ID]
nsenter --target [CONTAINER PID] --mount --uts --ipc --net --pid

indocker.sh

#!/bin/bash
CNAME=$1
CPID=$(docker inspect --format "{{.State.Pid}}" $CNAME)
nsenter --target "$CPID" --mount --uts --ipc --net --pid


【拷贝war、file到容器里面】

docker cp DemoOne.war [CONTAINER ID]:/usr/local/tomcat/webapps

注意:docker cp 命令在 Docker 1.8 之前就有,在旧的版本中,docker cp 命令仅仅容许从容器拷贝文件到主机,在 Docker 1.8 ,Docker cp 命令能够从主机拷贝文件到容器。

在 Docker 1.8 之前的版本中,用-v挂载主机数据卷到容器内实现从主机拷贝文件到容器

在宿主机和容器之间共享数据:在运行docker run 命令时,通过设置 -v 选项将宿主机的卷挂载到容器中。


在主机内执行:
#sudo docker run --name [CONTAINER] -v /path/to/hostdir:/mnt [IMGAGE]:{TAG} 

从主机进入容器:
#sudo docker exec -it [CONTAINER] /bin/bash

在容器内执行: 
#cp /mnt/sourcefile /path/to/destfile



##查看运行容器内的进程
#sudo docker top ubuntu_test

#sudo docker top [CONTAINER ID]

##获取容器日志信息
#sudo docker logs ubuntu_test

#sudo docker logs [CONTAINER ID]

##在容器内部运行进程
#sudo docker exec -d ubuntu_test touch /etc/new_config_file
-d:表明运行一个后台进程,之后,指定容器的名字和要执行的命令

##详细检查容器
#sudo docker inspect ubuntu_test

#sudo docker inspect [CONTAINER ID]

##绑定容器的端口到本地宿主机的端口
#sudo docker run -d -p 8080:80 --name nginx nginx_ubuntu:stable
注:将容器的80端口绑定到宿主机的8080端口上

##查看容器的端口映射情况
#sudo docker port [CONTAINER ID] [PORT]

##删除容器
#sudo docker rm ubuntu_test

#sudo docker rm [CONTAINER ID]

注:运行中的Docker容器是无法删除的,必须先通过docker stop或docker kill命令停止容器,然后才能将其删除

如果你有很多停止中的容器待删除,可以在一条命令中使用嵌套的shell来删除所有容器。
docker rm $(docker ps -a -q)

其中:docker ps -a -q   返回容器的ID


如果需要删除所有容器:

$docker stop $(docker ps -q)
$docker rm -v $(docker ps -aq)


数据卷:

-v src:dst

数据卷容器:

--volumes-from

docker run -it --name volume-test1 -v /opt:/opt centos

docker run -it --name volumes-test2 --volumes-from volume-test1 nginx
















  • 大小: 93.6 KB
  • 大小: 92.7 KB
分享到:
评论

相关推荐

    AMESim仿真平台在电动汽车热泵空调系统设计与优化的应用解析

    内容概要:本文深入探讨了AMESim仿真平台在电动汽车(EV)热泵空调系统设计与优化中的应用。首先介绍了AMESim的基础建模方法,如构建制冷循环模型中的压缩机、蒸发器和冷凝器等组件,并详细解释了各部件的工作原理及其参数设定。接着重点阐述了EV热泵空调系统的特殊之处,即不仅能够制冷还可以在冬季提供高效的制热功能,这对于提高电动汽车在寒冷条件下的续航里程和乘坐舒适性非常重要。文中给出了几个具体的案例,包括通过改变压缩机运行频率来进行性能优化,以及针对低温环境下热泵系统的控制策略,如四通阀切换逻辑、电子膨胀阀开度调节等。此外,还讨论了热泵系统与其他子系统(如电池温控)之间的协同工作方式,强调了系统集成的重要性。最后分享了一些实用的经验技巧,例如如何避免仿真过程中可能出现的问题,怎样评估系统的整体性能等。 适合人群:从事汽车工程、暖通空调(HVAC)领域的研究人员和技术人员,特别是关注新能源汽车热管理系统的专业人士。 使用场景及目标:适用于希望深入了解电动汽车热泵空调系统特性的工程师们,旨在帮助他们掌握基于AMESim进行系统建模、仿真分析的方法论,以便更好地指导实际产品研发。 阅读建议:由于涉及到较多的专业术语和技术细节,建议读者具备一定的机械工程背景知识,同时配合官方文档或其他参考资料一起研读,以加深理解。

    dtcwt 双树复小波的matlab工具箱

    dtcwt 双树复小波的matlab工具箱。内容来源于网络分享,如有侵权请联系我删除。

    基于Hadoop的朴素贝叶斯分类(MapReduce实现).zip

    基于hadoop的系统

    永磁同步电机中电流预测控制与广义预测控制(速度环)的技术解析及应用

    内容概要:本文探讨了永磁同步电机(PMSM)控制系统中两种先进的控制策略:电流预测控制和广义预测控制(GPC),特别是在速度环中结合扩展状态观测器(ESO)的应用。文章首先介绍了广义预测控制的基本原理及其在速度环中的实现方式,强调了其通过滚动优化对未来系统输出进行预测的能力。接着讨论了电流环中采用的双矢量改进预测控制算法,该算法通过优化两个电压矢量的选择提高了电流控制的精度和动态响应速度。此外,文章还提供了具体的代码示例和技术细节,帮助读者更好地理解和实现这些控制策略。最后,推荐了几篇相关文献供进一步学习。 适合人群:从事电机控制领域的研究人员、工程师以及对预测控制感兴趣的高校师生。 使用场景及目标:适用于需要提高永磁同步电机控制系统性能的研究项目或工业应用场景,旨在实现更精确、高效的电机控制,增强系统的鲁棒性和稳定性。 其他说明:文中提到的方法已在实验室环境中进行了验证,并取得了显著的效果,如减小了突加负载时的速度跌落幅度,降低了电流谐波失真度等。同时,作者分享了一些实用的调试技巧和注意事项,有助于加速实际项目的开发进程。

    期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明(高分项目)

    期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明(高分项目),个人经导师指导并认可通过的高分设计项目,评审分99分,代码完整确保可以运行,小白也可以亲自搞定,主要针对计算机相关专业的正在做大作业的学生和需要项目实战练习的学习者,可作为毕业设计、课程设计、期末大作业,代码资料完整,下载可用。 期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明(高分项目)期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明(高分项目)期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明(高分项目)期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明(高分项目)期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明(高分项目)期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明(高分项目)期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明(高分项目)期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明(高分项目)期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明(高分项目)期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明(高分项目)期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明(高分项目)期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明(高分项目)期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明(高分项目)期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明(高分项目)期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明(高分项目)期末作业Python实现基于图神经网络的信任评估项目源代码+使用说明(高分项目)期末作

    开源6轴机械臂控制器SmallRobotArm AR3:离线控制与运动学算法详解

    内容概要:本文详细介绍了开源6轴机械臂控制器SmallRobotArm AR3的功能特点和技术细节。首先,文章展示了AR3可以直接通过板载按钮进行关节和坐标运动控制,无需连接电脑,提供了便捷的操作体验。其次,深入探讨了其核心算法,包括正逆解算法、运动模式切换逻辑以及平滑处理机制。此外,还介绍了自动标定程序、G代码支持和扩展功能如手势控制等特性。最后,强调了AR3的高扩展性和易用性,使其成为机器人爱好者和专业开发者的理想选择。 适合人群:对机器人技术和机械臂感兴趣的初学者、中级开发者及研究人员。 使用场景及目标:适用于教育、科研、DIY项目等领域,旨在帮助用户快速掌握机械臂控制原理并应用于实际任务中。 其他说明:文中提供的代码片段有助于理解和实现相关功能,而详细的硬件介绍则为动手能力强的用户提供改装灵感。

    编程竞赛蓝桥杯Python模拟题集锦与解析:涵盖字符串处理、数字运算及算法设计

    内容概要:本文档提供了10道蓝桥杯Python模拟题及其详细解答过程,涵盖字符串处理、数字运算、算法设计等多个方面。题目包括数字反转、字母转换、数字分段和、质数判断、字符串统计、数独验证、最大子数组和、括号匹配、斐波那契数列和文件统计。每道题目不仅给出了详细的解题思路和分析,还附有完整的Python源代码。通过这些题目,读者可以系统地提升编程能力和算法思维,掌握常见的编程技巧和方法。 适合人群:适合有一定编程基础的Python学习者,特别是准备参加蓝桥杯或其他编程竞赛的学生和爱好者。 使用场景及目标:①作为蓝桥杯赛前训练资料,帮助参赛者熟悉比赛题型和解题思路;②作为编程练习题集,巩固Python语言的基础知识和常用算法;③通过实际编程练习,提高解决实际问题的能力和编程水平。 阅读建议:建议读者先尝试独立完成每道题目,然后再参考提供的解题思路和代码,对比自己的解法,找出差距并加以改进。同时,注意理解每道题目背后的算法思想和编程技巧,以便举一反三,灵活应用。

    web_6_login.rar

    web_6_login.rar

    AI插件实用脚本illustrator-scripts-master

    脚本插件 1.Ai转PS矢量图层 2.分割线段 3.图形变换 4.圆形填充 5.文字块排版 6.多页PDF文档置入 将jsx文件复制到\Abobe Illustrator XX\Presets(在部分AI软件中可能显示为“预设”)\zh_CN\脚本 文件夹下,重新启动ai,就可以在"文件"-"脚本"下看见ai脚本菜单,运行即可。

    嵌入式系统中滑模观测器与PLL的C代码实现及其在STM32F1平台的应用

    内容概要:本文详细介绍了滑模观测器和PLL在STM32F1平台上的C代码实现。滑模观测器用于估计系统内部状态,尤其适用于电机控制领域;PLL则用于确保输出信号相位与输入信号相位保持一致。文中展示了两种滑模观测器的实现方法:一种采用符号函数进行硬切换,另一种采用饱和函数进行软化处理。此外,文章还强调了使用TI的IQmath库进行定点计算加速,以提高运算效率并减少资源占用。通过具体的代码示例和调试技巧,作者分享了如何在STM32F1平台上实现高效稳定的滑模观测器和PLL系统。 适合人群:嵌入式系统开发者、电机控制系统工程师、熟悉C语言编程的技术人员。 使用场景及目标:① 实现高效的滑模观测器和PLL系统,应用于电机控制和其他实时性要求较高的场景;② 学习如何使用IQmath库进行定点计算加速,优化嵌入式系统的性能;③ 掌握调试技巧,确保系统稳定运行。 其他说明:文章提供了详细的代码示例和调试经验,帮助读者更好地理解和实现滑模观测器和PLL系统。同时,文中提到的一些注意事项和常见问题解决方案也非常实用。

    基于纳什谈判与ADMM的共享储能电站优化运行解决方案

    内容概要:本文探讨了利用纳什谈判理论和交替方向乘子法(ADMM)解决共享储能电站中多用户之间的利益分配问题。文中详细介绍了将复杂的利益分配问题转化为数学模型的方法,以及如何通过ADMM算法实现分布式优化,确保各参与方都能接受的最优解。同时,文章还展示了实际应用案例,证明了该方法的有效性和优越性。 适合人群:从事电力系统优化、储能技术研究的专业人士,以及对分布式优化算法感兴趣的科研人员。 使用场景及目标:适用于多个用户共同使用储能设施的场景,旨在通过科学合理的算法设计,实现储能系统的高效运行和利益的最大化分配。 其他说明:文章不仅提供了详细的算法实现步骤,还包括了一些实用的代码片段和实验结果分析,帮助读者更好地理解和应用相关技术。此外,文中提到的一些反直觉现象也为进一步的研究提供了思路。

    08011车TC1车ER(A、B网)通讯故障分析报告 .docx

    08011车TC1车ER(A、B网)通讯故障分析报告 .docx

    2025年机器人+人工智能工业应用研究报告.pdf

    2025年机器人+人工智能工业应用研究报告.pdf

    智能优化领域的麻雀搜索算法(DEH_SSA)改进及其Python实现

    内容概要:本文深入探讨了麻雀搜索算法(SSA)的一种改进版本——融合差分进化和多策略的麻雀搜索算法(DEH_SSA)。文章首先介绍了反向学习初始化种群、非线性因子改进发现者策略、改进警觉性策略、融合差分算法以及精英扰动策略五大创新点。接着详细展示了这些策略的具体实现方法,如反向学习初始化通过计算反向解使初始种群分布更合理,非线性因子改进发现者策略通过动态调整搜索步长提高搜索效率等。此外,文中提供了23个基准测试函数的实验结果,证明了DEH_SSA相比传统SSA在收敛速度和最优解质量上的显著优势。最后给出了详细的调参指南,帮助初学者更好地理解和应用该算法。 适合人群:对智能优化算法感兴趣的研究人员和技术开发者,尤其是有一定编程基础并对群体智能算法有初步了解的人士。 使用场景及目标:适用于需要解决复杂优化问题的场景,如工程优化、机器学习超参数调优等领域。目标是提供一种高效的优化工具,帮助用户更快更精确地找到全局最优解。 其他说明:文章不仅提供了理论解释,还有丰富的代码实例,便于读者动手实践。同时,附带的调参指南有助于读者根据具体问题调整算法参数,获得更好的优化效果。

    西门子WinCC报表系统多版本通用模板及优化技术详解

    内容概要:本文详细介绍了西门子WinCC报表系统的多版本通用模板及其优化技术。涵盖了日报表、月报表、年报表、自由报表及班次报表等多种类型的报表模板,提供了详细的代码示例,包括VBS脚本、SQL查询语句、C脚本等。文中强调了性能优化措施,如索引建立、参数化查询、存储过程的应用等,并附有配套的视频教程帮助理解和实践。此外,还讨论了班次报表的灵活性设计、数据分页技术、错误处理机制等方面的内容。 适合人群:已经具备WinCC脚本基础和SQL语言基础的技术人员,尤其是从事工业自动化领域的工程师。 使用场景及目标:适用于需要频繁生成各类生产报表的企业,旨在提高数据查询效率,满足不同客户的定制化需求,同时确保系统的稳定性和兼容性。通过学习本文提供的模板和技术,用户能够更好地应对复杂的生产数据管理和报表生成任务。 其他说明:文中提到的所有技术手段均经过实际测试验证,可在多个版本的WinCC环境中稳定运行。配套的视频教程进一步降低了学习门槛,使用户能够更快地上手操作。

    ANPC并网逆变器的SPWM控制与电流闭环仿真实现

    内容概要:本文详细介绍了ANPC并网逆变器的闭环仿真建模过程,涵盖了直流电压源的稳定接入、SPWM调制、电流闭环控制以及锁相环的应用。作者通过具体的代码示例和技术细节,展示了如何利用SPWM生成稳定的正弦波,通过锁相环确保电流和电压的相位一致,并采用前馈解耦提高电流控制的精度。同时,文中还讨论了一些常见的仿真问题及其解决方案,如死区效应、调制比限制和电流环PI参数的优化。 适合人群:电力电子工程师、控制系统设计师、从事逆变器研究的技术人员。 使用场景及目标:适用于希望深入了解ANPC并网逆变器控制策略的研究人员和工程师,旨在帮助他们掌握SPWM调制、电流闭环控制和锁相环的设计与实现。 其他说明:文章提供了丰富的代码片段和实践经验,有助于读者快速理解和应用相关技术。此外,文中提到的一些常见问题和解决方案也为实际项目提供了宝贵的参考。

    groovy-3.0.7.jar中文文档.zip

    # 压缩文件中包含: 中文文档 jar包下载地址 Maven依赖 Gradle依赖 源代码下载地址 # 本文件关键字: jar中文文档.zip,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册 # 使用方法: 解压最外层zip,再解压其中的zip包,双击 【index.html】 文件,即可用浏览器打开、进行查看。 # 特殊说明: ·本文档为人性化翻译,精心制作,请放心使用。 ·只翻译了该翻译的内容,如:注释、说明、描述、用法讲解 等; ·不该翻译的内容保持原样,如:类名、方法名、包名、类型、关键字、代码 等。 # 温馨提示: (1)为了防止解压后路径太长导致浏览器无法打开,推荐在解压时选择“解压到当前文件夹”(放心,自带文件夹,文件不会散落一地); (2)有时,一套Java组件会有多个jar,所以在下载前,请仔细阅读本篇描述,以确保这就是你需要的文件;

    groovy-2.4.9.jar中文文档.zip

    # 压缩文件中包含: 中文文档 jar包下载地址 Maven依赖 Gradle依赖 源代码下载地址 # 本文件关键字: jar中文文档.zip,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册 # 使用方法: 解压最外层zip,再解压其中的zip包,双击 【index.html】 文件,即可用浏览器打开、进行查看。 # 特殊说明: ·本文档为人性化翻译,精心制作,请放心使用。 ·只翻译了该翻译的内容,如:注释、说明、描述、用法讲解 等; ·不该翻译的内容保持原样,如:类名、方法名、包名、类型、关键字、代码 等。 # 温馨提示: (1)为了防止解压后路径太长导致浏览器无法打开,推荐在解压时选择“解压到当前文件夹”(放心,自带文件夹,文件不会散落一地); (2)有时,一套Java组件会有多个jar,所以在下载前,请仔细阅读本篇描述,以确保这就是你需要的文件;

    thumbnailator-0.4.16.jar中文-英文对照文档.zip

    # 压缩文件中包含: 中文-英文对照文档 jar包下载地址 Maven依赖 Gradle依赖 源代码下载地址 # 本文件关键字: jar中文-英文对照文档.zip,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册 # 使用方法: 解压最外层zip,再解压其中的zip包,双击 【index.html】 文件,即可用浏览器打开、进行查看。 # 特殊说明: ·本文档为人性化翻译,精心制作,请放心使用。 ·只翻译了该翻译的内容,如:注释、说明、描述、用法讲解 等; ·不该翻译的内容保持原样,如:类名、方法名、包名、类型、关键字、代码 等。 # 温馨提示: (1)为了防止解压后路径太长导致浏览器无法打开,推荐在解压时选择“解压到当前文件夹”(放心,自带文件夹,文件不会散落一地); (2)有时,一套Java组件会有多个jar,所以在下载前,请仔细阅读本篇描述,以确保这就是你需要的文件;

    基于折射反向学习和自适应惯性权重的MATLAB蝴蝶优化算法改进及其应用

    内容概要:本文深入探讨了基于折射反向学习策略和自适应惯性权重机制改进的蝴蝶优化算法(BOA)。首先介绍了折射对立学习策略用于构建精英种群的方法,通过折射对立操作提高种群质量和多样性。接着阐述了自适应惯性权重机制的作用,即通过动态调整权重来平衡全局搜索和局部开发的能力。文中详细展示了这两种改进策略的具体MATLAB代码实现,并通过23种测试函数进行了性能对比,证明改进后的BOA在复杂多峰函数上表现出显著优势。此外,文章还讨论了改进算法在工程优化问题中的应用实例,如光伏阵列参数优化,展示了其实用价值。 适合人群:对优化算法感兴趣的科研人员、研究生以及从事相关领域的工程师。 使用场景及目标:适用于解决复杂的多峰优化问题,特别是在需要高效求解全局最优解的情况下。目标是提供一种改进的BOA算法,能够更好地应对复杂优化任务,提高求解效率和准确性。 其他说明:文章提供了详细的代码注释和测试数据,便于读者理解和复现实验结果。同时,文中还分享了一些实用的小技巧,如如何调整参数以应对不同类型的优化问题。

Global site tag (gtag.js) - Google Analytics