记一次讲座与前辈的对话

今天晚上听公司的技术讲座,讲公司是怎么做软件的。到了Q&A环节时,一位同学说到制定项目计划的问题。

当时,我的两个同学都在很好奇的发短信问我提问的奖品是什么。说实话,我也没搞清楚,公司每次的小奖品,你不琢磨一下,你真不知道是干什么的。以前有过像黑板檫的鼠标,这次感觉像是一个带指南针的小刀,好奇怪的组合啊。同学问了问题后,公司一位前辈坐在我前边,转过来问了我对这个提问的想法。我就说这个计划可能会比较死板,计划这些都应该是随着需求和具体情况及时变化的。前辈点了点头,他用了敏捷宣言中的“个体和互动高于流程和工具”这一条来解释同学的问题。当他表示同意我回答的时候,我当时还短短的松了口气。

但,我走回寝室的时候,我觉得这个事情有那么点儿不对,我是不是做错了什么?或者说我错过了什么?

我也读过Uncle Bob的书,我也看过敏捷宣言。为什么我不能用敏捷宣言中的句子来回答这个问题呢?我当然不是说,用敏捷宣言来回答这个问题就一定更好。但是,前辈能用敏捷宣言来解释问题的时候,一定意味着他对敏捷宣言的理解是是很深刻的,他才能马上想到用敏捷宣言来回答这个例子。当然这肯定也跟他工作经验丰富有关,作为咨询师,他难免会回答很多次类似这样的问题。可能很多人的看法也许会是,作为一个学生,没有真正在企业做项目的经历,理解不深刻是很正常的,等到了企业以后自然就知道了。但这个不符合我的逻辑。

记得我有次跟大四保研的师弟坐在公车上聊天,我问到他为什么想要读研。他说听辅导员说,读研了以后好找工作,薪水也会更高。我当时就微微的咆哮了一下,不要听这些sb辅导员的,屁不懂,乱说话。读不读研和找工作,是不构成因果的。你要想的是为什么读研的普遍工作更好找,因为他们实践的时间比一般本科生多。而实践不一定非要等到你读研才能完成,只要你想实践,想动手。你随时都可以练习,即使做得不是那么好,但也是有价值的。而且更重要的一点,千万不要把自己的个人发展的希望放在别人身上,自己应该有一个积极的心态。

问题回到对敏捷宣言的理解上,我觉得虽然我的经验上有欠缺,但是我一定要思考,不能寄希望于公司来帮我完成思考这件事。早一点儿思考,早点儿培养对这类问题的敏感程度,应该是有好处的。当遇到问题以后,回过头去看看书里的知识,这样也能提高自己对问题思考的能力。

当我早上起床的时候,我又发现还有一点前辈比我好的地方,即使是这样的对他来说,比较初级的讲座,他也认真听了同学们的提问,也思考了同学们提的问题的质量和内容。那么作为一个rookie,我似乎应该在这方面做得更多才行。我完全可以去学习有经验的人是怎么样回答问题的:我可以在有经验的人回答问题之前,先把问题自己在脑袋里转一转,然后当有经验的人回答出来以后,比较一下跟他回答的差别或者说差距在哪个地方,在理解上的差别,在言语组织上的差别。这样才能够有意识的对我自己的思维能力进行练习。随着这样的小练习的次数和时间的增加,水平的提高才能显现出来。

也许随便写写的文章没有什么逻辑,也许有。但还是要看平常怎么做。

基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系实际应用场景,强调“借力”工具创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究的研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试复现,同时注重从已有案例中提炼可迁移的科研方法创新路径。
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文提出了一种基于非支配排序的蜣螂优化算法(NSDBO),用于求解微电网多目标优化调度问题。该方法结合非支配排序机制,提升了传统蜣螂优化算法在处理多目标问题时的收敛性和分布性,有效解决了微电网调度中经济成本、碳排放、能源利用率等多个相互冲突目标的优化难题。研究构建了包含风、光、储能等多种分布式能源的微电网模型,并通过Matlab代码实现算法仿真,验证了NSDBO在寻找帕累托最优解集方面的优越性能,相较于其他多目标优化算法表现出更强的搜索能力和稳定性。; 适合人群:具备一定电力系统或优化算法基础,从事新能源、微电网、智能优化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应用于微电网能量管理系统的多目标优化调度设计;②作为新型智能优化算法的研究改进基础,用于解决复杂的多目标工程优化问题;③帮助理解非支配排序机制在进化算法中的集成方法及其在实际系统中的仿真实现。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注非支配排序、拥挤度计算和蜣螂行为模拟的结合方式,并可通过替换目标函数或系统参数进行扩展实验,以掌握算法的适应性调参技巧。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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