职业素养培训 笔记

     墨非定律: 如果你认为事情会向坏的方向发展,那么事情一定会那样。
     绝不说“不可能”,做难的事情才能成长。

一,要在一个企业中快速成长的模型:
     1.学习:
          本岗位要做什么
          本岗位要知道什么
          列出岗位学习目录
     2.转化:
          岗位工作模型:工作内容,工具,理念,制度(什么可以做,不可以做)
          流程:所有资源的关联和关系
          工作标准:优秀,合格,不合格的标准
          工作手册:方法,工具,顺序,测评方法
     3.行动:
          想到什么,可以的话立即付绪行动
          具备行动的能力
     4.习惯:
          7天:刻意,不自然
          21天:刻意,自然
          90天:不刻意,自然
          365天:想改都难

二,反馈的内容
     1.报告工作进度,及工作中的问题
     2.提供解决方案,并分析方案的优缺点
     3.从方案中选择一个建议方案让上司裁决
    
三,常思考的问题
     1.这个问题是达成未来目标必须经历的。
     2.这家公司有没有想要的东西,有就要坚持
     3.不要抱怨,先找问题的所在,找适当的解决办法。
     4.上司赋予你工作的意义,你不做,他会找能做的人来做,你就失去了机会
     5.不要在负面的情绪中停留太久
     6.不要推卸责任,就算是别人的错也要先承担下来,这也有利于人际关系的建立
     7.出问题以解决优先,解释和反思放后面
     8.不要当众提上司的过失,可以私下交流。

四,职业时间规划
     毕业时:选择职业方向 
     3年:选择职业通道
     5年:选择一生的职业方向
     8年:设计一生要做的事
     10年以上:坚持做一件事
基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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