努力!奋斗!

生日快乐 hong。

公司对我调动,我才发现,两年半了,我感觉没有什么收获。

堃哥,前任项目总监,对我百般说服,让我服从调配,我感觉他好像是为了我好,但我又感觉他是碍于别人的情面不是为了我好。我分不清楚。 如果真是对我好,那交情没白处,我也是错怪他,如果是后者,那我真没什么说。我闭口。他说:直白点说,公司要择优,像你这种的,安排活就干,不干就滚蛋。这是实话,我能听懂。不过我一直耿耿于怀堃哥在水利一年没把我带出来,其他组的组长都带出来了项目经理,都安排编制了。而我干了一年的苦力。我倒是不责怪他,从心底里来讲,我爱他又恨他,有事的时候他没有架子帮我们抗事,恨他。。。算不上恨吧,我觉得他不会带新人,我也不曾敢在他面前提起,或许没有契机吧。我完全能理解大学时间跟我好的几个伙伴,毕业后我总觉得他们从心底来说是对我又隔阂的,归根结底,像我在水利一样:我可以帮你做很多很多的事情,或者出于本分,或者出于情分,再就出于友情,但有一点,你什么都给不了我。难以形容。对于水利,不想说,吃力不讨好,最后什么都没有得到(荣誉、奖金、绩效、工资、能力)。当然了,还有一部分是我的问题,我那时候天天下班打游戏,打游戏太浪费时间了。没有自我提升的时间空间,再有是房子结婚弄的,我力不从心。

忠哥,前任小组长,对我说,我这没有驻场编的项目,只能放你走了。有的话我再争取,后来也是三番五次的帮我争取。无论是出于对我的帮持(他说,咱们一个办公室的都脾气对的上,你人也挺好,挺努力),还是他另有目的,从我看来,他是想成全我,他说尽量帮我争取编制。我能感觉出来。可是我回头想想,他要帮我争取,又要帮丁争取,不可能两个人都成全,再说项目也不是大项目,出不了彩头,也没什么历练。我有一说一跟忠哥交代了我的想法。旭生那边虽然涨不了工资,但承诺项目里帮我扣些钱出来,虽然不跟我打保票能给我编制,但项目大到足已让我有能力施展,可以历练,退一步讲,我即便辞职,我有资历有能力,编制工资都不重要了。

蔡哥,现任小组长,我一直没打过交道,也不知道这个人到底是怎么样的一个人,但我看他不是很顺眼。说起我即将上任的驻场编,这个项目就我一个人,他说的手舞足蹈,使出浑身解数想让我接这个项目,我看到了危险,也看到了机遇。无奈之下,我接,按 堃哥说的,识点好歹。我还能怎么做?

我辞职回太原?不合适 。我北京区域跳槽?不合适。我回太原跟媳妇一起创业做生意?不是很妥,我没有100%保证这一步走出去能顺顺利利。

强哥,现任项目总监,跟我说,1,工资涨不了,2,年终奖,多不了,3,现在你不可能调任山西做项目经理,给你调回去,你也做不了,你只有一条路可以走:接目前的项目。意思是,你能力不行,给什么就做什么,也不要挑,识点趣儿,别不识抬举,我和蔡哥,堃哥跟你轮番此番轰炸,别太把自己太当回事,我们是看得起你,你要是不想做,立刻走人。我读懂了他内心的独白。不过这事,一分为二的看,确实我有很大的问题,但我现在就是不服气。我觉得我缺少机遇。他很轴,我不喜欢他。

勇哥,前任北京区老大,现在升任华北区老大,当时答应我说:我知道你内心的诉求,山西有项目调你回去,我也已经跟山西区的区域总监打了招呼,我当时那叫一个乐。现在想想我真是可笑。现在他升了,我没有跟他提编制调动和涨薪的事,因为我觉得,如果我跟他打电话,我就是在没有逼数。

综上,我认为

1,公司的发展太快,我没跟上,其实是没有遇上好的机会,如果当时我跟波哥了呢?如果我先跟的是忠哥而不是堃哥呢?或许不一样,但是没有如果。

2,自己精神有堕怠,没有努力,

3,机会留给有准备的人。

今天看到一句话贴此以激励自己:“The best time to plant a tree was 20 years ago. The second best time is now.”

 

 

 

【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真(带说明文档)内容概要:本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开,提供了完整的仿真模型与说明文档,重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型,模拟不同类型的短路故障(如三相短路),分析系统在故障期间及切除后的动态响应,包括发电机转子角度、转速、电压和功率等关键参数的变化,进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理,掌握暂态过程分析方法。; 适合人群:电气工程及相关专业的本科生、研究生,以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标:①学习电力系统暂态稳定的基本概念与分析方法;②掌握利用Simulink进行电力系统建模与仿真的技能;③研究短路故障对系统稳定性的影响及提高稳定性的措施(如故障清除时间优化);④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议:建议结合电力系统稳定性理论知识进行学习,先理解仿真模型各模块的功能与参数设置,再运行仿真并仔细分析输出结果,尝试改变故障类型或系统参数以观察其对稳定性的影响,从而深化对暂态稳定问题的理解。
本研究聚焦于运用MATLAB平台,将支持向量机(SVM)应用于数据预测任务,并引入粒子群优化(PSO)算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践,其核心在于利用SVM构建分类模型,同时借助PSO的全局搜索能力,高效确定SVM的最优超参数配置,从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法,其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界,以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题,其有效性源于通过核函数将原始数据映射至更高维的空间,使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下,每个潜在解被视作一个“粒子”,粒子群在解空间中协同搜索,通过不断迭代更新自身速度与位置,并参考个体历史最优解和群体全局最优解的信息,逐步逼近问题的最优解。在本应用中,PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理(如标准化处理)、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数(例如线性核、多项式核及径向基函数核等)进行参数寻优,并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开,从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例,旨在演示如何将全局优化算法与机器学习模型相结合,以解决模型参数选择这一关键问题。通过此实践,研究者不仅能够深入理解SVM的工作原理,还能掌握利用智能优化技术提升模型泛化性能的有效方法,这对于机器学习在实际问题中的应用具有重要的参考价值。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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