退休计划总纲_1

1、展望未来

按照目前情况,拟再工作5-10年(即35-40岁),在无负债情况下(当前无房无

车),总资产在200W左右,施行退休计划。最好是工作10年,这样就满足在单一地点社保缴满10年,退休后按照上一个10年所缴地领取社保,为防止政策变化,最好再加5年,不过不一定可以工作那么久,毕竟现在是日新月异,不好预测。

2、当前情况

94年,17年毕业,软件开发工程师,刚把工作换到深圳,以前不加班的我现

在开始加班,导致公众号最近更新频率骤降,目前还在适应。17年7月1日毕业,目前已经打了8年工,存款50多W(几乎都在股市套着),虽然大盘3500点,但是不影响韭菜亏。在途资金5W*0.95,个人估计顺利情况年底可以到吧。自己在知乎上搜索了一些资料,存款30W是第一条分水岭,之后是50W,50W到100W,普通人还是靠打工,但是100W再往上,打工的收入占比要下降的。当前处于50W到100W的阶段,目前想法是投资收入希望达到年化6%,50W预计3W,接近月入3K。6%在当前其实不低了,毕竟银行存款利率一降再降。目前也在考虑部分资金投资周期加大,预计2~3年。

3、工作情况

机缘巧合下,进了现在公司,深圳。原来在协作机械臂行业,现在到了工业机

械臂行业,问题不大,大差不差。主要是结束了和女朋友长期的异地,也进入了体量大一些的公司,当前经济形势下,背靠大树好乘凉啊。各种具身智能行业虽好,但不是我想去的地方,还是继续在机械臂行业苟着。按照我个人粗略的推测,机械臂行业,如协作、scara、6轴、并联,未来汇川肯定会有不少份额,当前scara已经干掉爱普森了。再结合PLC、变频器等工业自动化必不可少的部分,再叠加世界经济自由贸易的脆弱,大工业领域如汽车行业,逐步国产替代,替代房地产转型很重要的一部分。

4、普通人的“出路”

这块下次再写吧,夜深了,得休息了…

今天看了几个robocon视频蛮有意思的,后面分享下。

欢迎关注:

祝大家早日退休~

下载前可以先看下教程 https://pan.quark.cn/s/a4b39357ea24 在网页构建过程中,表单(Form)扮演着用户与网站之间沟通的关键角色,其主要功能在于汇集用户的各类输入信息。 JavaScript作为网页开发的核心技术,提供了多样化的API和函数来操作表单组件,诸如input和select等元素。 本专题将详细研究如何借助原生JavaScript对form表单进行视觉优化,并对input输入框与select下拉框进行功能增强。 一、表单基础1. 表单组件:在HTML语言中,<form>标签用于构建一个表单,该标签内部可以容纳多种表单组件,包括<input>(输入框)、<select>(下拉框)、<textarea>(多行文本输入区域)等。 2. 表单参数:诸如action(表单提交的地址)、method(表单提交的协议,为GET或POST)等属性,它们决定了表单的行为特性。 3. 表单行为:诸如onsubmit(表单提交时触发的动作)、onchange(表单元素值变更时触发的动作)等事件,能够通过JavaScript进行响应式处理。 二、input元素视觉优化1. CSS定制:通过设定input元素的CSS属性,例如border(边框)、background-color(背景色)、padding(内边距)、font-size(字体大小)等,能够调整其视觉表现。 2. placeholder特性:提供预填的提示文字,以帮助用户明确输入框的预期用途。 3. 图标集成:借助:before和:after伪元素或者额外的HTML组件结合CSS定位技术,可以在输入框中嵌入图标,从而增强视觉吸引力。 三、select下拉框视觉优化1. 复选功能:通过设置multiple属性...
【EI复现】基于深度强化学习的微能源网能量管理与优化策略研究(Python代码实现)内容概要:本文围绕“基于深度强化学习的微能源网能量管理与优化策略”展开研究,重点探讨了如何利用深度强化学习技术对微能源系统进行高效的能量管理与优化调度。文中结合Python代码实现,复现了EI级别研究成果,涵盖了微电网中分布式能源、储能系统及负荷的协调优化问题,通过构建合理的奖励函数与状态空间模型,实现对复杂能源系统的智能决策支持。研究体现了深度强化学习在应对不确定性可再生能源出力、负荷波动等挑战中的优势,提升了系统运行的经济性与稳定性。; 适合人群:具备一定Python编程基础和机器学习背景,从事能源系统优化、智能电网、强化学习应用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应用于微能源网的能量调度与优化控制,提升系统能效与经济效益;②为深度强化学习在能源管理领域的落地提供可复现的技术路径与代码参考;③服务于学术研究与论文复现,特别是EI/SCI级别高水平论文的仿真实验部分。; 阅读建议:建议读者结合提供的Python代码进行实践操作,深入理解深度强化学习算法在能源系统建模中的具体应用,重点关注状态设计、动作空间定义与奖励函数构造等关键环节,并可进一步扩展至多智能体强化学习或与其他优化算法的融合研究。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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