Scheduling restart of crashed service

    08-16 11:38:23.000: W/ActivityManager(389): Scheduling restart of crashed service

1. ActivityManager 与 service之间的关系

2. service正常关闭与异常关闭的情况

 

【http://www.cnblogs.com/wlrhnh/p/3529926.html】

如何提高Service的优先级避免被杀死或者杀死后如何再次重启Service?

我们知道,当进程长期不活动时,如果系统资源吃紧,会杀死一些Service,或不可见的Activity等所在的进程。 

如何避免Service被系统杀死,随便在网上搜一下,都能搜到好几种方法,但是每一种方法都有不同的适用环境。

1. 添加android:persistent="true"

添加android:persistent="true"到AndroidManifest.xml,Google文档描述如下:

Whether or not the application should remain running at all times-true" if it should, and "false"if not. The default value is "false". Applications should not normally set this flag; persistence mode is intended only for certain system applications.可见这个属性不能随便用,到目前为止,我所发现使用该属性的应用只有Phone,而且使用是要求权限的,所以这个属性对第三方应用来说意义不是很大;

2. 设置onStartCommand()的返回值

这个思路比较有用,我们着重分析一下,该方法有四种返回值:

 

TART_STICKY:kill后会被重启,但是重启后调用onStarfCommand()传进来的Intent参数为null,说明被kill的时候没有保存Intent;

START_NOT_STICKY:kill之后不会被重启;

 

转载于:https://www.cnblogs.com/pengxinglove/p/5776120.html

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
粒子群算法(Particle Swarm Optimization, PSO)是一种基于群体智能的优化算法。根据题目所述的微网调度问题,结合粒子群算法,可以得到一种基于粒子群的最优微网调度方法。 微网调度主要是为了实现电力资源的有效分配和能量管理,以最大程度地提高系统的运行效率和应对部分负载和故障等异常情况。而粒子群算法能够通过模拟“鸟群”搜索食物的行为来求解优化问题。 首先,将微网调度问题转化为一个优化问题,其中目标函数可以是最小化系统能耗、最大化系统容量、最小化功率损失等。然后,将问题的解空间划分为一组可能的解,每个解都可以看作是一个粒子。 接下来,根据问题的约束条件和目标函数,通过计算每个粒子的适应度值来评估其性能。适应度值衡量了每个粒子的解决方案在目标函数上的优劣程度。 随机生成一群粒子,并不断调整每个粒子的位置和速度,使它们在解空间中搜索到合适的解。粒子之间通过更新其位置和速度来获得新的解。 在每次迭代中,通过比较每个粒子的适应度值,找到全局最优解和局部最优解,以持续优化微网调度方案。 最后,根据找到的最优解,确定微网的调度计划,包括各个组件的功率调节、能量的分配和供需匹配等。 综上所述,基于粒子群算法的微网调度方法可以通过模拟群体智能来实现对微网系统的优化调度。以此方法能够有效提高微网的能源利用效率,满足用户的用电需求,提高系统的可靠性和经济性。
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