2024年,请你记住并践行这 10 条重要认知!

本文分享了军哥对2024年的10条重要认知,包括二八法则、职业规划中的终局思维、提升技术能力的方法、双赢沟通策略、影响力构建、复利思维的应用等,鼓励技术人持续学习和成长。

见字如面,我是军哥!

新年好!

这是 2024 年新年第一次发文章,我就不写长篇大论了,写 10 条对我影响最大的认知,希望可以积极地影响你,让你的 2024 年技术更牛逼、更充实、人更牛逼、多赚钱!

1、大部分的事都符合二八法则。

请重点关注那些你投入少但产出大的事,然后强化它。一个残酷的事实我们都被 80% 产出低的琐事困扰。另外从大的方面说,人生/工作中重要的事就那么几件。

2、今天想换工作请骑驴找马

我预计今年整个就业市场依旧不怎么样,所以想换工作的朋友一定要秉承骑驴找马这个原则,找到合适的再说,千万不要因为各种原因乱了分寸。

3、终局思维

什么叫终局思维?其实就是从结果倒推我们现在怎么干。

比如拿职业规划来举例,如果我的未来 5 年的目标是 CTO(目前是业务系统架构师),那么去做一段时间基础架构或者运维相关并不是不务正业,因为我的职业目标是 CTO,这些知识和技能是非常必要的。

总结,请铭记从结果倒推路径!

4、对于程序员提升技术能力的三个绝招。

一定是好的方法论 + 刻意练习 + 大量的实战机会,这三者缺一不可,除了这之外就是坚持、坚持、坚持,看谁能拼到最后!

5、与他人/其他部门沟通或合作,最重要是双赢思维。

什么意思呢?

意思就是找那种事做成了大家都可以得到好处的事,并且这个好处足以让对方愿意投入时间,在双赢思维面前其他思维都小弟弟呀,职场人一定要培养双赢思维这个够长久,但是双赢之前请先培养自己利他的习惯,所谓的利他终利己,而不是总是索取。

6、做点提升自己影响力的事

在公司里提升自己的影响力的办法就是多做技术分享,多让其他人认识你,然后公司之外提升自己影响力无非——就是在各种知名技术大会分享和写高质量的文章。

构建影响力对于技术人很重要,我认为最重要就是找工作变得更简单了。

7、坚持做人生三件有复利的事

先聊聊什么是复利思维?所谓的复利思维其本质就是:做事情 A,会导致结果 B ;而结果 B ,又会反过来加强 A,不断循环。

那么人生最值得做的三件复利的事是啥呢?

是读书、思考和写作(每天写100字记录当天的所思,复盘就可以)。真正的牛逼的人,都是一点一点积累起来的,所以请你也坚持做这三件事,每天坚持一小时,未来牛逼的不要不要的!

8、升维思考,降维打击

最近有一位读者和我说,他和产品经理合作老是互怼,大家都不是很开心,我和他聊了很久,告诉他你要升维,不要总站在程序好不好实现的角度,而是要站在用户的角度去思考,另外大多时候吵不过产品经理是因为缺乏产品思维,学学产品思维,你就可以轻松搞定产品经理了,之后这家伙开心的走了。

其实大多时候,我们都站在同一个维度是解决不了问题,要彻底解决问题请升维

9、开放而专注

我们要看清楚这个世界请保持开放而专注!

开放什么?请开放你的思想,多听听多看看行业里其他程序员/产品,对于同一个问题是如何思考,如何解决的?这将会给你带来新的认知!

当我们真正做事的时候,请专注一点再专注一点,不要三心二意!知道不难,做到很难,因为知道和做到之间是差了十万八千里,所以请先行动起来,这是关键!

那句古话说的好,世上无难事,只怕有心人!比如我程序员干了 16 年,公号坚持三年了已经原创 500 多篇了,这就是专注!

找到属于你的开放和专注,未来可期~

10、多看军哥公号,多互动

最后一条,挺重要的,那就是多看军哥公号的原创文章!这是技术人提升认知的不二法门!哈哈~

好了,今天的文章就写到这了,我们下期见哟~

以往热文推荐:

我从普通程序员到成为大厂总监,就靠这三个绝招!


更多精彩,关注我公号,一起学习、成长

97a2d4a3ff0a44da0d650251153851d5.png

内容概要:本文提出了一种基于非合作博弈理论的居民负荷分层调度模型,结合双层鲸鱼优化算法(Two-level Whale Optimization Algorithm)进行高效求解,模型与算法均通过Matlab代码实现。研究针对电力系统中居民侧用电负荷的复杂调度问题,引入非合作博弈机制刻画各用户之间的利益竞争关系,实现负荷的分层优化分配;同时设计双层优化架构,上层优化资源配置,下层模拟用户自主决策行为,提升了模型的实用性与合理性。通过智能优化算法求解多层级、非凸非线性的博弈模型,有效提高了调度方案的收敛性与全局寻优能力,适用于现代智能电网中的需求侧管理与能源优化场景。; 适合人群:具备电力系统基础理论知识Matlab编程能力,从事智能电网、能源优化调度、需求侧管理、博弈论应用等方向的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①应用于居民区电力负荷的分层优化调度系统设计与仿真分析;②为非合作博弈在多主体能源系统建模中的应用提供方法论支持;③利用双层鲸鱼算法解决具有嵌套结构的复杂双层优化问题,提升求解效率与调度方案的可行性。; 阅读建议:建议读者结合提供的Matlab代码深入理解模型构建逻辑与算法实现流程,重点关注博弈模型的效用函数设计、纳什均衡求解思路以及双层优化结构的迭代机制,宜配合实际用电数据开展复现实验以验证模型有效性与鲁棒性。
内容概要:本文围绕基于自适应神经模糊推理系统(ANFIS)智能控制器的可再生能源微电网功率管理系统展开研究,结合Simulink仿真实现,深入探讨了微电网中功率的智能调控与经济机组组合调度问题。通过引入ANFIS控制器,有效应对风能、光伏等可再生能源出力的波动性与不确定性,提升系统运行的稳定性与电能质量。研究内容涵盖微电网多源协调控制策略、功率平衡管理、优化调度模型构建及仿真验证,实现了对分布式电源、储能系统负荷的协同优化,兼顾经济性与可靠性目标,通过仿真平台验证了所提方法的有效性与优越性。; 适合人群:具备电力系统、自动化或新能源相关专业背景,熟悉Matlab/Simulink仿真环境,从事微电网能量管理、智能控制、能源优化等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于高比例可再生能源接入场景下的微电网能量管理系统研发与教学实践;②为实现微电网功率稳定控制与经济高效运行提供先进的智能控制解决方案;③支撑高水平学术论文复现、科研课题攻关及实际工程项目的仿真验证与方案优化。; 阅读建议:建议结合提供的Simulink模型与相关代码进行动手实践,重点关注ANFIS控制器的设计流程、规则库构建与参数调优方法,通过与传统PID或MPC控制策略的对比实验,深入理解其在动态响应与鲁棒性方面的优势。同时可进一步拓展文中提出的优化调度逻辑,应用于多目标、多约束的复杂实际应用场景中。
内容概要:本文档聚焦于“直流电机双闭环控制Matlab仿真”,系统阐述了基于Matlab/Simulink平台实现直流电机双闭环控制系统(主要包括速度环与电流环)的设计与仿真全过程。通过构建直流电机的数学模型,结合PI控制器进行调控,实现对电机转速电枢电流的高精度动态控制,验证控制策略的稳定性与响应性能。文档详细介绍了仿真模型的搭建流程、关键参数的整定方法、系统动态波形的分析手段以及仿真结果的有效性验证,体现了经典自动控制理论在实际电机系统中的工程应用,是电机控制与电力电子技术相结合的典型研究案例。; 适合人群:具备自动控制原理、电机与拖动基础、电力电子技术Matlab/Simulink仿真能力的电气工程、自动化、机电一体化等专业的本科生、研究生及从事电机驱动系统研发的工程技术人员。; 使用场景及目标:①作为高校课程设计或实验教学材料,帮助学生深入理解双闭环调速系统的工作机理与工程实现;②服务于科研项目,为新型电机控制算法(如滑模、模糊PID等)的开发与性能对比提供基础仿真验证平台;③作为工业界产品前期设计的仿真工具,用于评估不同控制策略在动态响应、抗干扰能力稳态精度方面的可行性。; 阅读建议:建议读者在学习过程中紧密结合自动控制理论知识,亲手在Simulink环境中搭建完整的双闭环仿真模型,通过反复调整PI控制器的比例与积分参数,观察分析转速、电流的阶跃响应曲线,从而深刻理解反馈控制的本质、系统稳定性件以及参数整定对动态性能的影响,进而掌握电机控制系统的设计精髓。
内容概要:本文研究了基于Benders分解与输电网运营商(TSO)配电网运营商(DSO)协调机制的不确定环境下输配电网双层优化模型,旨在提升高比例可再生能源接入背景下电网系统的协调性与鲁棒性。模型上层以系统整体经济性为目标进行优化调度,下层采用Benders分解实现TSO与DSO之间的信息交互与协同决策,通过引入割平面迭代机制保障求解的收敛性与全局最优性。研究充分考虑新能源出力与负荷需求的不确定性,构建了具有强适应性的双层优化框架,基于Matlab完成了模型的编程实现与仿真验证,有效解决了多主体、多层级、多不确定性因素耦合下的电力系统优化调度难题。; 适合人群:具备电力系统分析、运筹学与优化理论基础,熟悉Matlab编程环境,从事智能电网、能源互联网、分布式能源集成、电力市场等方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究高渗透率可再生能源件下输配电网协同优化调度策略;②掌握Benders分解在电力系统双层优化建模中的应用方法与实现技巧;③构建TSO-DSO多主体协调机制,实现跨层级电网资源的高效互动与决策解耦;④提升对不确定性建模、分解算法设计及大规模优化问题求解能力。; 阅读建议:建议读者结合Matlab代码逐模块剖析模型构建流程,重点理解Benders割的生成逻辑、主从问题的信息传递机制及收敛判据设定,推荐在标准IEEE测试系统上复现实验以深入掌握模型特性与算法性能。
内容概要:本文系统研究了基于灰狼优化算法(GWO)优化Elman神经网络的方法,提供了完整的Matlab代码实现。研究重点在于利用灰狼优化算法强大的全局搜索能力,对Elman神经网络的关键参数进行智能优化,从而克服传统训练方法易陷入局部最优的缺陷,显著提升模型在时序预测与非线性系统建模任务中的精度与稳定性。文章详细阐述了Elman网络的动态反馈机制及其在处理时间序列数据方面的优势,构建了GWO与Elman相结合的混合预测框架,涵盖了从模型搭建、参数寻优、仿真测试到结果分析的全流程,特别适用于风电功率预测、电力负荷预测等具有强时变性不确定性的工程应用场景。; 适合人群:具备一定Matlab编程能力神经网络基础知识,从事智能优化算法、时间序列预测、电力系统分析或新能源出力预测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掌握灰狼优化算法在神经网络超参数优化中的具体实施路径与技术细节;②深入理解Elman递归神经网络与群体智能优化算法融合的建模范式;③将其应用于风电、光伏等新能源发电功率预测及复杂动态系统的建模与仿真,提升预测性能。; 阅读建议:建议读者结合所提供的Matlab代码进行动手实践,重点关注GWO算法与Elman网络的接口设计、适应度函数构建及参数优化迭代过程,可通过调整数据集或迁移至其他预测场景以深化理解验证模型泛化能力。
源码直接下载地址: https://pan.quark.cn/s/a4b39357ea24 JMeter的录制方法及过滤策略、线程组构成要素是什么? JMeter能够借助第三方录制工具(如BadBoy)或其自带的录制功能来完成录制工作,JMeter的录制机制:是借助HTTP代理服务器来捕获用户在操作网站时产生的链接信息。JMeter允许在配置HTTP代理服务器时,排除掉非必要的CSS、GIF等资源,以此减轻不必要的负担。 线程组涵盖:线程组的名称标识、附加注释说明、线程组内的用户数量、线程组完成求的时间分配、循环执行次数、时间调度机制 【JMeter性能测试详解】 JMeter是一款功能强大的性能测试软件,常用于模拟大规模用户同时访问Web应用,用以衡量系统的性能表现稳定性。接下来将具体说明JMeter的操作方法、线程组的设置以及性能测试的重要环节。 **JMeter录制与过滤** JMeter可以通过BadBoy等外部工具或其自带的HTTP代理服务器来记录用户的行为。其录制原理是JMeter作为HTTP代理,拦截用户浏览器发出的所有网络求。在配置代理服务器时,能够过滤掉不必要的CSS、GIF等静态资源,以减少无效的负载。 **线程组配置** 线程组是JMeter测试计划的核心部分,包含以下几个关键参数: 1. **线程组名**:用于区分测试计划中的不同测试区域。 2. **注释**:用于记录测试目标或注意事项。 3. **线程数**:用于模拟发用户的数量。 4. **循环次数**:每个线程需要执行的循环次数,可以设置为无限循环。 5. **Ramp-up period**:规定所有线程启动的时间跨度,旨在平滑增加负载。 6. **定时器**:例如思考时间或...
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