或最后的印记

前阵子,有同事推荐我去参加PMP考试,想了很久,最终欣然答应了。理由有两点,首先,我从2006年从业至今,五年多时间里,做过的开发和做过的技术管理,需要总结相关的知识。第二,我需要一些证书,供未来转行使用,即使用不上,也能证明我待过这个行业。
最近,新参与的项目很大,分工很细,业务很繁杂。短期内,都是停留在学新业务,新技术的层面。正向理解,这有利于自身技术经验的积累,反观过来,对自身的发展却是制约。
直接主管一直声称给了PM职位,我也有意向往这方面发展。事实上,在客户方这种大型研发机构办公,他们本身那套固定的管理模式,组织结构细小,角色权限如同国企那般严密。客户方的接口人只是大项目当中的PL,我们合作方只是附属于PL边的微不足道的角色,很少能参与项目的设计和分析当中,更别说参与到具体的项目管理了。于是,对于合作方一些向往技术管理的人来说,又多了一种文化的牵绊,和大环境的限制。
以上我总结的不全面,或有点消极,但并不表明我这是自甘堕落。做为一名女性,我很快就三十岁了,想得有些长远,这也是在积极的为自己打气,好好考试,为以后争取更大的平台发展。

后记:[size=large][color=red]2011年12月参加考试没通过,2012年9月22日再次参加考试,终于通过,取得PMP认证了![/color][/size]
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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