如何对待别人的赞美和批评?

理性面对评价
本文探讨了如何理智地处理来自他人的评价,提出了分析评价真伪、提取有用信息进行反思的方法,并强调了建立自知之明的重要性。
重要的不是“忽视”,而是“不以物喜不以己悲”。忽视从某种意义上来说是一种逃避。

我建议在这种情况下头脑简单一点、理科一点、建设性一点,把别人给你的意见当作“纯信息”来处理。听到别人的评价后,不要动感情,纯分析——

1. 判断真假。对方是奉承你/故意踩低你,还是真诚的给你意见。

2. 提取信息,进行反思。 夸你——证明你有一个正确/恰当/令人愉悦……的作为,分析这种作为的当下环境、各人反应、你的决策及结果,并把这个作为一个“经验事例”留存,以后继续保持并巩固即可;批你——证明你有了错误/失当/令人不满……的行为,彻底分析,重新推演,思考各方情况,再遇到类似情况如何处理为好,等等。

3. 记住你思考的结果,忘记其他全部。

说句老实话,别人的话多半说过之后自己都忘记了,这种如风的东西如果给你留下了骄傲或自菲的深刻印记,岂不是太可笑了?不管别人做了什么,都成为加强自己的手段和途径,才是王道,你说呢?

只需做到一点:对自己有足够的了解。
一切都建立在对自己有充分了解的基础上:即清楚认识到自己的特质,不分优劣,包括弱点、短板;也包括优点和长处。
这样别人在赞扬你时,你能很清楚地分辨哪些是真心夸赞,哪些是场面上的客套,抑或或出于某目的刻意恭维;别人批评你时,能知道哪些是有道理的,可取的,哪些是可以不用那么认真的,以免产生不必要的自我怀疑。
简而言之,就是“自知之明”。



打鸡血是没有价值的,必须要经历足够多的赞美和诋毁,经历足够多的人生的起起伏伏大风大浪才真的能做到宠辱不惊。谈山林之乐者,未必真得山林之趣,厌名利之淡者,未必尽忘名利之情。必须学着怎样去得到更多赞美,以此去建立自信,然后再一步步学着怎么不依靠别人的赞美就能保持长久的自信。慢慢的从一个小池塘积累变成一片海洋,到那个时候,不管是赞美还是诋毁,就都不会在你平静而强大的内心中留下激起任何波澜了。
MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集测试集(默认7:3)。 数据归一化:使用mapminmax将输入输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
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