我的小纠结,技术与认知哪个更重要?

本文探讨了技术人如何在专业技能与认知思维之间寻找平衡。作者分享了个人的心路历程,从专注于技术到意识到认知的重要性,最终找到了一种顺应心意的时间管理方式。文章强调了在不同阶段对技术与认知的不同考量。

最近写了几篇关于思想认知的文章,虽说可能会有一些鸡汤类的东西,但都是我自身的感悟和经历,是自己思考过的内容才分享出来,也得到一些读者的关注点赞,基本来说反馈都还不错,当然也少不了诋毁的,这都是正常现象。

但是总感觉哪哪不对,好像有个小疙瘩没解开,晚上洗脚的时候,突然灵光乍现,一个观点蹦出在我的脑子里,就是本篇标题 "技术与认知哪个更重要"。也顺带解开了我的疑惑,看来以后有疑惑还得多泡泡脚,促进一下血液循环,激发一下脑回路。

为什么说这个,因为这个问题其实一直在伴随着我,只是自己没有在意,让我们选肯定会说两个都重要,但这个世界就是这么奇怪,两个选项的问题,总是让你选一个或着两者之间权衡兼顾。总之都很纠结。

场景是这样的,技术人走上这条路,如果不想当一个普通的码农,那就得付出足够的辛劳汗水,才可能走向架构师或者管理岗或更高职位。以前我的眼里只有技术,哼哧哼哧努力了这么多年,走上这些岗位后发现技术人的一些思维弊端出现了。我叫做计算机思维模式,具体可以看一下另一篇<骄傲的技术人,技术是你的全部吗>

然后就想做出一些调整,当然不是说放弃技术不干这个了,而是说应该兼顾一下自己的思维开发,开阔一下眼界了。于是乎开启了自己的阅读之路,同时也开启了自己的分享之路。

这时候矛盾来了,即不想放弃技术,又想兼顾思想认知,开阔眼界。可时间就那么多,除过上班时间,还有些其他事情要干,留给自己的时间并不多,这时候我深深的意识到,时间是个多么宝贵的东西。

怎么办呢,起初我就搅在了一起,一会技术一会阅读,一会阅读一会技术,十分刻意的去安排,生怕耽搁了任何一个,后来发现好累啊。怎么会这样,感觉有点不知所措,但又不想放弃任何一个。

其实我洗脚之前,这个问题已经解决了,可能不是完美的,但至少自己感觉舒服了。什么时候形成的我也没有印象了,而前面的疑惑小疙瘩就是没把这个事情想明白,自己到底发生了什么。

总之,现在就是没有安排,完全看自己的心情,想看技术的时候,就全心投入,想看书的时候,就去阅读,没有刻意的安排,就看当下自己的喜好。我发现这时候人感觉比较轻松了,虽说时间上来说可能是一样的,但这种方式顺应了自己的心意。也更容易投入。心里所想和行动一致,心舒服了,其他也就顺了。
没有套路就是最好的套路。

但有个前提,切换之前不要留疑惑,不然可能会分神,举例说,切换阅读的时候不要在技术上留个bug,不然脑子里都是bug,哪怕当下不解决,解决办法找到也行,总之让自己的心能完全放下当下这个事情,目前就这个level,境界还需要提升。

看到这,可能读者有疑惑了,你这不是跑题了么,难道是个标题党?没见你说那个重要么,真不是,分享这个就是希望大家找到合适提升自己的方式,还原一下自己的心路历程,至于标题说的"技术与认知"哪个重要,对技术人来说真的两个都重要,一个是现在吃饭的家伙,一个是未来的价值基础,你说你要眼下还是未来,(认知的问题,可以看之前写的关于认知的文章),只是这个权衡在不同阶段有不同的考量,顺意而为,不要用行动欺骗自己的思想。

转载于:https://www.cnblogs.com/yuboon/p/10527915.html

需求响应动态冰蓄冷系统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优化调度策略。研究结合实际电力负荷电价信号,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、平衡电网负荷,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课题研究的人员。; 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在能源系统建模优化中的具体实现方法;③掌握需求响应策略的设计思路仿真验证流程,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、微电网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、智能电网、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算法开发;②复现高水平期刊(如SCI/EI)论文中的优化模型仿真结果;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代码网盘资源,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参数设置,同时可扩展应用于自身研究课题中,提升科研效率模型精度。
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