第三张贴(完结篇),vs2008项目安装和部署,5个问题100分。

jiuzhixiang002 2010-10-22 10:22:01
在下看了一个vs2008项目安装和部署的教程:http://www.cnblogs.com/soief/archive/2009/06/09/1499322.html

有几个疑问想请教下各位大侠,在下用的是“Winform”。

问题十一:第十步,自定义安装界面,分为“安装”和“管理员安装”这两个有什么差别?另外,在下用的是汉化破解版的,只有“欢迎使用”、“安装文件夹”、“确认安装”、“进度”、“结束”这几项,会不会有什么影响,如果有影响应该怎样处理,是不是要升级。

问题十二:第十步,作者说“,Start, Progress, End.我们可以在任意一个部分添加任意一个窗口。有些窗口需要用户输入参数的,这样的话就需要在后台获得这些参数,这样就需要我们开始建立的CustomAction类了。
”,在哪里可以加入参数,怎么找不到?软件注册页面是不是就是要在这里实现,那个是?

问题十三:第十一步,作者说“自定义安装行为,选中一个你添加的对话框,比如我选中的是TextBoxes (A),它有四个输入框

我只需要两个所以第三个和第四个的Visible属性都是false. 然后定义第一个和第二个输入框的属性名字,我定义的是NAME和PASSWORD。

” 但是在在下的vs上没有这一项,是不是不能实现软件注册了?


问题十四:自定义操作,“在CustomActionData属性里面输入参数名称和值例如/name=[NAME]这个表达式的意思就是定义一个变量名字是name值是前面添加的那个对话框的属性名称并用[]括起来。这样就可以在自定义安装类里面得到了。方法如下:

string name = this.Context.Parameters["name"].ToString();

string pass = this.Context.Parameters["password"].ToString();

这样就得到了输入框的值。然后在进行一些逻辑操作。也可以抛出一个异常来终止安装过程,并回滚。

throw new Exception("Invalidate name");

回滚和卸载的程序我们也可以自定义,道理都是一样的。


这里是来设置参数的,用户界面里面的参数吗?“这样就得到了输入框的值。然后在进行一些逻辑操作。”请问这里的逻辑操作是在哪里进行的?

问题十五:第十二步,实现卸载。作者说“找到msiexec.exe这个文件,通常在C:\WINDOWS下面”,但是这个文件在哪啊,怎么没有?在C盘根目录下。

问题十六:作者说“然后打开属性窗口,设置Arguments值为 /x ProductCode ”,这是什么意思,有什么作用?

谢谢各位,故事终结了,感谢各位大侠的支持。特别鸣谢各位“CSDN”网友。。。
...全文
138 6 打赏 收藏 转发到动态 举报
写回复
用AI写文章
6 条回复
切换为时间正序
请发表友善的回复…
发表回复
z289830131 2010-10-23
  • 打赏
  • 举报
回复
感觉lz对于这种问题其实没必要去了解太深... 安装好了 就行..
就像我们坐飞机一样.. 我只知道它能让我从一个地方飞到另一个地方.. 具体过程我没必要了解
也不需要了解.. 纯属个人建议..
wuyq11 2010-10-22
  • 打赏
  • 举报
回复
很多看MSDN,看看installshield相关教程
来自故乡的风 2010-10-22
  • 打赏
  • 举报
回复
对这个问题你可是真用心,以后成这方面专家了。

问题十五:我就用控制面板卸载。

请看我的总结:
http://blog.csdn.net/torontosky/archive/2010/07/16/5738616.aspx
缭绕飘渺 2010-10-22
  • 打赏
  • 举报
回复
没整过这么复杂的
就是一个简单的安装过程
帮顶
内容概要:本文围绕不确定环境下的多式联运路径优化问题展开研究,提出并实现了基于AFO算法、遗传算法(GA)和粒子群优化算法(PSO)的三种智能优化方法,并借助Matlab平台完成算法编程与仿真。研究构建了考虑时间、成本、转运风险等多重不确定因素的路径优化模型,系统比较了AFO、GA、PSO三种算法在收敛速度、全局寻优能力和稳定性方面的表现,同时引入Matlab自带的全局优化搜索器作为基准对照,深入析各算法在复杂物流网络中的适用边界与性能差异。研究表明,AFO算法在解决此类组合优化问题时展现出更快的收敛效率和更强的局部规避能力。; 适合人群:具备一定Matlab编程基础与运筹优化知识,从事物流工程、交通运输规划、智能算法开发等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于多式联运、综合货运网络中的路径决策支持系统构建;②为不确定性条件下复杂路径规划问题提供智能算法选型依据与技术实现方案;③支持科研人员复现主流优化算法并开展横向性能对比实验,推动算法改进与实际落地。; 阅读建议:建议读者结合提供的Matlab代码逐模块析算法实现流程,重点理解目标函数设计、约束条件处理及参数敏感性析部,可通过调整问题规模与算法参数进行对比实验,进一步拓展至动态路径规划或大规模网络优化等延伸场景。
内容概要:本文研究了基于QLearning自适应强化学习的PID控制器在自主水下航行器(AUV)运动控制中的应用,通过Matlab代码实现了控制算法的仿真验证。该方法融合强化学习的在线自适应能力与传统PID控制的稳定性优势,利用QLearning算法动态优化PID控制器的比例、积、微参数,以应对水下复杂流体环境、模型不确定性及外部干扰等挑战,从而提升AUV轨迹跟踪的精度、鲁棒性与动态响应性能。文中系统阐述了AUV的六自由度非线性动力学建模过程、QLearning算法的状态空间与动作空间设计、奖励函数构造及训练机制,并详细说明了PID参数自整定的闭环控制架构。仿真结果表明,相较于传统固定参数PID控制器,该智能控制策略在多种工况下均展现出更优的控制效果,有效抑制了超调,加快了响应速度,并增强了抗干扰能力。; 适合人群:具备自动控制理论、强化学习基础及Matlab/Simulink仿真能力,从事水下机器人、智能控制、海洋工程、自动化等领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于AUV、UUV等无人水下平台的高精度自主导航与运动控制;②为解决非线性、强耦合、时变系统的控制器参数自适应整定问题提供智能化解决方案;③作为强化学习与经典控制理论深度融合的技术范例,推动智能控制算法在海洋装备中的工程化应用。; 阅读建议:建议读者结合提供的Matlab代码深入理解算法实现细节,重点剖析QLearning的状态-动作-奖励机制设计、PID参数更新逻辑及仿真对比实验结果,有条件者可在更复杂的动力学模型或实际硬件平台上进一步验证与优化算法性能。

111,129

社区成员

发帖
与我相关
我的任务
社区描述
.NET技术 C#
社区管理员
  • C#
  • Creator Browser
  • by_封爱
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

让您成为最强悍的C#开发者

试试用AI创作助手写篇文章吧