人生发展规划

2011年目标完成情况及其总结:
待遇目标,基本达到
技术长进及目标,完成80%,原因:
1.来到sohu之后熟悉业务,大概耗时3个月左右的时间。
2.最后20天,由于管理方式的变化,导致了,一段时间的迷茫,所以没进展。
3.把个人的目标,同公司的目标耦合的太紧,公司的任务一旦出现变化,严重影响了自己计划的进展。
改进方案:
1.解耦,尽最大程度保证自己的计划进展的独立性。
2.待遇达到一定的目标之后,就不要过度的追求待遇,要关注自己的成长,进入google是我30以前的目标。


2012任务分析及规划:
1.努力学习制作及其相关技术,能够制作运营项目的相关页面。
2.开发WebApp ,使用跨域请求,本地存储,WebSocket等相关技术。
3.技术发展规划,按照4(JS) 4(HTML+CSS) 3(服务端相关技术,目前就算shell,nginx,Go) 的比例进行规划,最要紧的是HTML+CSS相关技术的开发。
4.积攒组建开发及其相关经验。如何设计一个组建,如何开发一个组建,如何开发一个Weight等。
1.tab 切换组建
2.list 组建
3.数据存储及更新组建。
4.css 背景图合并组建(优先级较低)


WebApp做什么内容:
1.基于现有的微博产品开发。可能会 首选新浪,人人,腾讯微博 的API 进行开发。
2.产品要运行与各种平台,一套代码。
3.产品要以本地应用开发为主,部分使用服务器的JS 开发。
【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或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