读《做人的最高境界是厚道》有感

一位破产后东山再起的台北建筑商通过学习李嘉诚的商道——“只拿六分”,领悟到精明的最高境界是厚道,最终积累了百亿资产。强调共赢才是可持续发展的关键。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

http://blog.sina.com.cn/s/blog_5ec7ef470101c0wg.html

 

台北有一位建筑商,年轻时就以精明著称于业内。那时的他,虽然颇具商业头脑,做事也成熟干练,但摸爬滚打许多 年,事业不仅没有起色,最后还以破产告终。在那段失落而迷茫的日子里,他不断地反思自己失败的原因,想破脑壳 也找寻不到答案。论才智,论勤奋,论计谋,他都不逊于别人,为什么有人成功了,而他离成功越来越远呢?

百无聊 赖的时候,他来到街头漫无目的地闲转,路过一家书报亭,就买了一份报纸随便翻看。看着看着,他的眼前豁然一 亮,报纸上的一段话如电光石火般击中他的心灵。后来,他以一万元为本金,再战商场。

这次,他的生意好像被施加 了魔法,从杂质铺到水泥厂,从包工头到建筑商,一路顺风顺顺水,合伙伙伴趋之若鹜。短短几年内,他的资产就突 飞猛进到一亿元,创造了一个商业神话。

有很多记者追问他东山再起的秘诀,他只透露四个字:只拿六分。又过了几年,他的资产如滚雪般越来越大,达到 一百亿元。有一次,他来到大学演讲,期间不断有学生提问,问他从一万元变成一百亿元到底有何秘诀。他笑着回 答,因为我一直坚持少拿两分。学生们听得如坠云里雾里。

望着学生们渴望成功的眼神,他终于说出一段往事。他 说,当年在街头看见一篇采访李泽楷的文章,读后很有感触。记者问李泽楷:“你的父亲李嘉诚究竟教会了你怎样的赚 钱秘诀?”李泽楷说:“父亲从没告诉我赚钱的方法,只教了我一些做人处事的道理。”记者大惊,不信。李泽楷又 说:“父亲叮嘱过,你和别人合作,假如你拿七分合理,八分也可以,那我们李家拿六分就可以了."

说到这里,他动情地说,这段采访我看了不下一百遍,终于弄明白一个道理:做人最高的境界是厚道,所以精明的 最高境界也是厚道.细想一下就知道,李嘉诚总是让别人多赚两分,所以,每个人都知道和他合作会占便宜,就有更多 的人愿意和他合作。

如此一来,虽然他只拿六分,生意却多了一百个,假如拿八分的话,一百个会变成五个。到底哪 个更赚呢?奥秘就在其中。我最初犯下的最大错误就是过于精明,总是千方百计地从对方身上多赚钱,以为赚得越 多,就越成功,结果是,多赚了眼前,输掉了未来.

演讲结束后,他从包里掏出一张泛黄的报纸,正是报道李泽楷的那张,多年来,他一直珍藏着。报纸的空白处,有一 行毛笔书写的小楷:七分合理,八分也可以,那我只拿六分。

这位建筑商就是台北全盛房地产开发公司董事长林正家。他说,这就是一百亿的起点。

个人发展的可持续观就是合作共赢。 小胜靠智,大胜靠德,厚积薄发,气势如虹。 只懂追逐利润,是常人所为;更懂分享利润,是超人所作。 人生百年,不可享尽世间所有荣华;惠及百人,能够得到人间更多真爱。

当我读完这篇房产人物传记时我明白了:人的一生给别人借过时实际是在给自己修路,厚道的人,你的人生路总是很宽很长…

 

------------------------------------------------

当我看到这篇文章的时候,触动非常大,文中仅仅是写了商场上的成功,应该厚道,这样才会有更多的合作伙伴。对于经营公司,同样适用,因为只有这样,才能够团结一切可以团结的力量,从他人的角度,去考虑他人的利益,做到双赢,我想这也是任正非、马云能够做大以及成功的最大的原因,据说任正非在公司的股票比例在华为仅仅占1%,而公司却牢牢地掌控在他的手中,他们做到的最大的一点,就是愿意与他人分享财富,这样才能够聚集精英,组成一个职业化的团队,而这样的团队,是无敌的。

 

交朋友的时候,是不是也是如此呢?没有人喜欢跟自私的人交朋友,总是一方付出,这样的友情也不会长久,多考虑别人的感受,这样你的身边才会有更多的朋友。

 

婚姻是不是也是如此呢?总是单方面地付出,一方很累,另一方高高在上,虽然做到了厚道,这里的厚道只是说少赚点,并不是不赚,不赚就生存不下去了啊,皮之不存,毛将焉附?又牵扯出一个话题,厚道不是无止境的,而是在一个定的底线下存在的,做到双赢,也就是大家都舒服,和和谐谐一片!

 

智慧地工作,智慧地生活,你做到了吗?

一.算法系统简介 1. 算法应用背景 在金属切削加工过程中,后刀面磨损(flank wear)作为刀具失效的主要形式之一,直接影响加工精度、表面质量和生产成本。尽管现有研究已证实进给率、切削深度和切削速度三大工艺参数对磨损的显著影响,但关于其独立作用与协同效应的量化关系仍存在争议。值得注意的是,传统试错法参数优化存在效率低下、成本高昂的局限性,而机器学习方法为磨损预测提供了新的研究路径。在此背景下,本算法目的是解决两个核心问题:(1)线性回归模型能否有效捕捉切削参数与磨损之间的非线性关系。(2)不同参数组合对磨损的贡献权重是否存在显著差异。 2. 建模方法与数据 采用公开发表的切削实验数据集,该数据通过控制变量法获取,涵盖硬质合金刀具加工中碳钢的36组工艺组合。进给率(0.1–0.3 mm/rev)、切削深度(0.5–2.0 mm)和切削速度(80–200 m/min)作为自变量,后刀面磨损量(VBmax)作为因变量。 0 NaN Feed rate Depth of cut Speed rpm NaN 1 NaN mm/min mm NaN NaN 2 1.0 0.7 0.5 250 0.393513 3 2.0 0.7 0.75 500 0.467263 4 3.0 0.7 1 750 0.541013 建模流程分为三个阶段: 单因素分析:分别建立进给率、切削深度和速度的简单线性回归模型,通过判定系数(R²)和p值评估显著性; 多因素分析:依次构建双因素(如进给率×切削深度)和三因素全变量多元回归模型,利用方差分析(ANOVA)检验交互项效应; 模型验证:通过留出法(hold-out)计算测试集的均方根误差(RMSE)和95%置信区间,对比预测精度。 二.算法模型构建结果总结 1.基于进给率(单位mm/min)的后刀面磨损 运行方法:linear_regression(X,y,name = 'Feed Rate mm/min', facecolor = 'green') 方程: 2.基于切削深度(mm)的后刀面磨损 运行方法:linear_regression(X,y,name = 'Depth of cut mm', facecolor = 'yellow') 方程: 3.基于转速的厚道面磨损 运行方法:linear_regression(X,y, name = 'Speed (rpm)', facecolor = 'red') 方程: 4.后刀面磨损与进给率、切削深度和速度的关系 运行方法:multiple_linear_regression(X,y, color = 'green') 方程: 5.后刀面磨损与进给率、切削深度的关系 运行方法:multiple_linear_regression(X,y, color = 'turquoise') 方程: 6.根据进给率、切削深度和相互作用预测后刀面磨损 运行方法:multiple_linear_regression(X,y, color = 'violet') 方程: 7.模型验证 综合上述的模型表现,线性回归模型的总体排名从优到劣如下: 1. MODEL 5 (Best model) 2. MODEL 6 3. MODEL 4 4. MODEL 1 5. MODEL 2 6. MODEL 3 (Worst model) 三. 算法流程 下图为整个软件算法的流程: 该软著的开发目的是啥
最新发布
06-04
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