小白请教,idea导入新项目之后无法运行(右键运行无反应),百度了很多结果都试了还是无法运行,望大佬帮忙,谢谢

啪啪轩 2021-01-19 11:10:09
...全文
585 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
HuangHe201691 2021-02-23
  • 打赏
  • 举报
回复
首先是文件路径最好不要用中文的,避免一些未知的问题,其次看下out文件,看你的截图out文件没有内容,说明代码未编译成功,找找编译这块儿的问题。
  • 打赏
  • 举报
回复
路径不要有中文
boothua 2021-02-06
  • 打赏
  • 举报
回复
是赵敢敢啊 2021-02-05
  • 打赏
  • 举报
回复
第三张图,选择 Use module compile output path
a532823081 2021-01-20
  • 打赏
  • 举报
回复
是不是你没有输出语句呀
叫练 2021-01-20
  • 打赏
  • 举报
回复
搞定了么,问题应该不难的,看不到问题所在没法回答,如果搞不定我帮你远程看下吧
内容概要:本文围绕【表面粗糙度】基于粒子群PSO算法优化-BP神经网络的表面粗糙度研究展开,提出了一种结合粒子群优化算法(PSO)与BP神经网络的混合智能预测模型,并通过Matlab代码实现。该研究旨在提升机械加工过程中工件表面粗糙度预测的精度与效率,克服传统BP神经网络存在的收敛速度慢、易陷入局部最优等问题。具体方法是利用PSO算法强大的全局搜索能力,对BP神经网络的初始权重和阈值进行优化,从而构建出PSO-BP混合预测模型。文中详细阐述了模型的设计思路、算法流程及其实验验证过程,采用实际加工数据进行训练与测,结果表明该混合模型在预测准确性和稳定性方面均优于标准BP网络,具有良好的工程应用前景。; 适合人群:具备一定Matlab编程基础,从事智能制造、材料加工、机械工程、工业自动化及相关领域研究的科研人员或工程师。; 使用场景及目标:①应用于机械加工过程中工件表面质量的智能预测与在线监控;②为复杂制造系统中的工艺参数优化与质量控制提供技术支持;③作为智能优化算法与神经网络融合的经典案例,服务于高校教学、课程设计及科研项目开发。; 阅读建议:此资源以Matlab代码为核心载体,建议读者在学习过程中结合代码逐段调与实践,深入理解PSO算法如何优化BP神经网络的内部参数,掌握模型训练、验证与性能评估的全流程,同时可尝将该方法迁移至其他回归预测问题中,以深化对智能算法融合优势的理解与应用能力。

62,622

社区成员

发帖
与我相关
我的任务
社区描述
Java 2 Standard Edition
社区管理员
  • Java SE
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧