从无知到有知

原文:[url]http://blog.youxu.info/2010/02/03/informed-ignoranc/[/url]

徐宥是个非常严谨的人,该文很好的说明了Google社会带来多一个问题,很多人停留在知道型无知,而不追求真正多知道。

[quote]这也是 be informed 和 be knowledgeable 两种认知过程不一样造成的。 这种两种认知过程,是不管怎么都没法互相替代的。换句话说,如果只想捡便宜果子吃,只做第一步,或者用第一步里面的那些轻松愉快来代替第二步,就想变成有知识的人,是不可能的。[/quote]


[quote]缺少持久,系统和深入的学习,知识结构就会处于半调子的状态。 李笑来老师在学英语的若干文章中都提到精读和查字典的重要性。比如说,如果在学英语中满足于 informed ignorance, 遇到不认识的单词仅仅是猜一个意思,也不记下这个单词的用法的话,这个单词还是不能成为自己的词汇。然后,如果仅仅是记下用法,而不在以后有意识的练习使用(或者多次再见到)这个词的话,或许很快也就忘掉了。我们对学语言要系统的精耕细作很同意,但是未必能体会到所有其他学科都需要如此,尤其是在那些我们认为“简单”或者“零碎”的领域,我们往往像蜜蜂一样,成了不知疲倦的收集者,不断的 be informed, 而忘了 be knowledgeable 的背后,不是收集,而是学习。知道自己无知是一件非常好的事情,不过不要容忍处于 knowledge 和 be informed之间的尴尬处境,要不代理给专业人士,要不,抓紧时间学习,赶快从无知,到有知[/quote]
【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛和拉格朗日方法的电动汽车充电站有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为和电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度计划。该方法有效降低了电网峰值负荷压力,提升了充电站运营效率与经济效益,同时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法和Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电站的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网与交通系统的协同水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟与拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理与迭代收敛过程,以便在实际项目中灵活应用与改进。
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