2017年上半年个人总结

作者反思了大学期间的学习状态及成绩,并分享了自学SQL、搭建个人网站、考驾照及学习编程的经历。

这学期,考的几门成绩都出来了,成绩还是一如既往的差,好几科都是70多分,这也跟自己平时没有好好去上课,和考试前没有好好复习也有一定的关系。不过呢,也没什么大不了的,毕业的绩点还是够的,毕竟从大一开始就没有打算考研。说到考试,可以说我是极其反对这种形式,在我看来,因为有了考试,学一门课反倒成了任务,而不是真正踏实地去学,有了考试,学习的目的不再是单纯学习,而是为了最后的应考。所以很多科目,理解性的东西真的不考察理解,你背过,就高分了,背不过,那就没分。做到原题了,就有分了,做不到原题,那就不一定有分。到头来,一门课程的结束伴随着你仅仅在短时间内记忆了一些概念和题目去应考。考试结束,抛掉了,你还记得什么?何况,某些课,你可能这辈子都用不到了。

因为我打心底了觉得学校好多课程都不是我感兴趣的,比如毛概,它和热干面不同,热干面是在我们饱受 饥饿摧残的时候,第一时间出现并安慰我们的小肚腩。这跟那个所谓的毛概是截然不同的。它一出来就是摆明了要吃我们的!从精神到肉体,再从肉体到精神,反反复复,偶尔让人觉得有些蛋痛。还有一些课程,大一的的物理啊,以及做的物理实验很多都没什么卵用。对于那些认为,学校安排的课程都有它一定的意义的人,我只能投以怜悯的眼神,说实话,屁的意义都没有。基本上就是来浪费我们的大好青春的。所以,很多快要准备上课的时候,上还是不上,这不是问题,去还不去,倒是个问题。因此也翘了许多课,翘课的时间就拿来学一些自己感兴趣的东西,那种充实的感觉比待在枯燥无聊的教室里上课的感觉好多了。也有一种很自由的感觉,不过就是有些老师要点名很麻烦。

从2017年的一月份开始,我学了一下SQL的基本操作语言,因为是过年嘛,所以大多时间还是去和小伙伴们玩耍去了。2月份,买了一个域名和服务器,搭建了一个个人网站。3月份,由于开学几周,是数据结构的课设,所以一直没有课。因此就趁着空闲时间,把驾照考了,一个月时间,驾照到手,嘿嘿嘿,以后我开车就不是无证驾驶了。4月份,学习了一下javascript的基本语法,5月份,差不多有半个月的时间在写数值计算基础的代码,真的很烦,同时也发现了自己的不足,自己居然没有好好学习一门做界面的语言,大一空闲时间多的时候学学QT多好。6月份,用Python写了一个小小的爬虫,能够爬取网站的图片,它是一个比较酷的东西,嘿嘿。另外学了一下node.js的库函数,以及python中的一些库函数。

嗯嗯,以上,2017年的上半年学的东西就差不多是这些了,下半年,再接再厉!(希望下半年生活能待我好些!)

需求响应动态冰蓄冷系统与需求响应策略的优化研究(Matlab代码实现)内容概要:本文围绕“需求响应动态冰蓄冷系统与需求响应策略的优化研究”展开,基于Matlab代码实现,重点探讨了冰蓄冷系统在电力需求响应背景下的动态建模与优化调度策略。研究结合实际电力负荷与电价信号,构建系统能耗模型,利用优化算法对冰蓄冷系统的运行策略进行求解,旨在降低用电成本、平衡电负荷,并提升能源利用效率。文中还提及该研究为博士论文复现,涉及系统建模、优化算法应用与仿真验证等关键技术环节,配套提供了完整的Matlab代码资源。; 适合人群:具备一定电力系统、能源管理或优化算法基础,从事科研或工程应用的研究生、高校教师及企业研发人员,尤其适合开展需求响应、综合能源系统优化等相关题研究的人员。; 使用场景及目标:①复现博士论文中的冰蓄冷系统需求响应优化模型;②学习Matlab在能源系统建模与优化中的具体实现方法;③掌握需求响应策略的设计思路与仿真验证流程,服务于科研项目、论文写作或实际工程方案设计。; 阅读建议:建议结合提供的Matlab代码逐模块分析,重点关注系统建模逻辑与优化算法的实现细节,按文档目录顺序系统学习,并尝试调整参数进行仿真对比,以深入理解不同需求响应策略的效果差异。
综合能源系统零碳优化调度研究(Matlab代码实现)内容概要:本文围绕“综合能源系统零碳优化调度研究”,提供了基于Matlab代码实现的完整解决方案,重点探讨了在高比例可再生能源接入背景下,如何通过优化调度实现零碳排放目标。文中涉及多种先进优化算法(如改进遗传算法、粒子群优化、ADMM等)在综合能源系统中的应用,涵盖风光场景生成、储能配置、需求响应、微电协同调度等多个关键技术环节,并结合具体案例(如压缩空气储能、光热电站、P2G技术等)进行建模与仿真分析,展示了从问题建模、算法设计到结果验证的全流程实现过程。; 适合人群:具备一定电力系统、能源系统或优化理论基础,熟悉Matlab/Simulink编程,从事新能源、智能电、综合能源系统等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①开展综合能源系统低碳/零碳调度的科研建模与算法开发;②复现高水平期刊(如SCI/EI)论文中的优化模型与仿真结果;③学习如何将智能优化算法(如遗传算法、灰狼优化、ADMM等)应用于实际能源系统调度问题;④掌握Matlab在能源系统仿真与优化中的典型应用方法。; 阅读建议:建议结合文中提供的Matlab代码与盘资源,边学习理论模型边动手调试程序,重点关注不同优化算法在调度模型中的实现细节与参数设置,同时可扩展应用于自身研究题中,提升科研效率与模型精度。
评论 3
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