vs2017 rc 安装操作失败“安装时发生严重错误”

喜洋洋和灰太狼 2016-12-03 08:54:23

安装到 c盘 vs2017目录或 d盘vs2017目录都安装失败

vs2017 rc 3种版本都试过的，都安装失败，错误日志代码如下：

[0ed8:003f][2016-12-03T19:52:34] Package 'Microsoft.Net.4.6.FullRedist,version=4.6.81.3' failed to install. Command executed: "C:\ProgramData\Microsoft\VisualStudio\Packages\Microsoft.Net.4.6.FullRedist,version=4.6.81.3\dotNetFx-x86-x64-AllOS-ENU.exe" /q /norestart /KeepAUPaused /ChainingPackage Visual_Studio_15_Setup /CEIPconsent /log C:\Users\Administrator\AppData\Local\Temp\dd_setup_20161203195028_002_Microsoft.Net.4.6.FullRedist.log, Return code: 1603, Details: 安装时发生严重错误

win7 64位纯净版系统，安装有vs2012 请问如何解决，谢谢！

...全文

1763 2 打赏收藏举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

创业之路&下一个五年 2017-08-16

打赏
举报

回复

求解决的方式方法~

未命名的丸子 2016-12-07

打赏
举报

回复

博主解决了吗。我也遇到这个问题了

本文详细介绍了如何在VS2019环境下编译Xtreme Toolkit Pro v18.5源码，包括环境准备、解决方案转换、工具集升级等关键步骤。特别提供了vc160到vc170工具集转换的实用技巧，帮助开发者高效完成编译过程，解决常见错误，并优化生成物部署。

集成开发环境（IDE）是程序员进行软件开发的核心工具，其原理在于将代码编辑、编译、调试等功能集成于统一平台，提升开发效率。在技术演进中，IDE的兼容性与历史项目维护成为关键工程实践问题，尤其涉及特定编译器行为与库文件依赖时。Visual C++ 6.0作为经典的开发环境，其价值在于解决高校课程实验、遗留代码维护等场景下的兼容性需求。本文聚焦VC++ 6.0中文企业版集成安装包，深入解析其**兼容性配置**与**安装流程**，提供在现代操作系统上的部署方案与故障排查方法，帮助开发者高效处理历史项目。

【变分多谐波对偶模式追踪】从噪声信号中提取重复瞬态分量的方法（Matlab代码实现）内容概要：本文介绍了“变分多谐波对偶模式追踪”这一信号处理方法，旨在从含有噪声的信号中有效提取重复出现的瞬态成分。该方法结合了变分模态分解与多谐波分析的优势，通过构建对偶模式追踪模型，实现了对微弱瞬态特征的精准分离与增强，特别适用于机械故障诊断、生物医学信号处理等领域。文中详细阐述了算法原理、数学模型构建及其实现步骤，并提供了基于Matlab的代码实现，便于读者复现与应用。; 适合人群：具备一定信号处理基础，从事机械故障诊断、生物医学工程或相关领域的研究生及科研人员。; 使用场景及目标：①从强噪声背景中提取机械设备的周期性冲击信号以进行故障预警；②分析生物医学信号中的重复生理事件，如心电图或脑电图中的特定波形；③为需要高精度瞬态特征提取的研究提供可靠的算法支持与实现范例。; 阅读建议：此资源以Matlab代码实现为核心，不仅展示了算法的具体编程细节，还强调了理论与实践的紧密结合。学习者应在理解算法原理的基础上，动手运行并调试所提供的代码，通过改变参数观察结果变化，从而深入掌握该方法的应用技巧与优化策略。

ZCode-3.14.3-win-x64.exe

内容概要：本文围绕“数据驱动下光伏建筑群源荷不确定性解析及其储能多目标低碳经济调度研究”展开，提出了一种融合数据驱动方法与多目标优化算法的综合调度框架。研究首先基于历史数据对光伏发电出力与建筑用电负荷的不确定性进行建模，通过场景生成与削减技术提取典型运行场景，并采用概率预测方法精确刻画源荷波动特征。在此基础上，构建了涵盖经济性、低碳性及系统运行稳定性等多重目标的储能优化调度模型，并引入NSGA-II等先进多目标进化算法求解Pareto最优解集，实现储能系统的协同优化与灵活调度。文中还基于Python语言完整实现了从数据预处理、不确定性建模、优化建模到算法求解的全流程，并通过具体仿真案例验证了所提方法在降低系统运行成本、提升可再生能源消纳水平、减少碳排放等方面的综合效益。; 适合人群：具备一定电力系统基础知识和Python编程能力，从事新能源调度、综合能源系统优化或低碳技术研究的研究生、科研人员及工程技术人员。; 使用场景及目标：①应用于光伏建筑群等分布式能源系统的储能优化调度；②支撑多目标优化在能源系统中的实践，实现经济与环保双重目标的平衡；③为相关课题研究提供可复现的代码框架与技术路线参考。; 阅读建议：建议读者结合文中提供的Python代码，深入理解不确定性建模、场景生成、多目标优化建模与求解的具体实现过程，并可通过调整参数或引入新模型进行拓展研究。

111,128

社区成员

642,535

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

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

+ 用AI写文章