学习之道

关于本书和作者

《学习之道》是美国公认的学习第一书,世界冠军现身说法,介绍在象棋和太极两个领域如何学习达到巅峰水平,揭秘了从平凡到天才的成功之道。

世界上很少有人能在两个截然不同的领域里达到世界巅峰,而作者乔希·维茨金却做到了。他的传奇经历被记录成书,并改编成电影《王者之旅》,他9岁起荣获全美象棋冠军,13岁成为“国际象棋大师”,20岁之后开发了世界上大的计算机象棋程序“象棋大师”。22岁突然改行学习太极拳,并连续21次赢得全美太极冠军及世界冠军头衔,成为“太极拳王”。作者在本书中说自己最擅长的不是象棋,也不是太极,而是如何学习的“学习之道”,他将教你如何用最小的努力赢得最大的成就,让你掌握适用于任何领域都能成功的终极学习方法。


本书两大核心内容

一、学习方法,颠覆了大多数人对学习的认识

二、遇到困境该如何高效学习?

 

如何掌握正确的学习方法?

第一步、要有正确的学习理念

正确的学习理论:改变对学习的认识,以“渐进理论”为核心,认识到学习是一个可以不断改变的过程。

1、整体理论:把学习的能力看成是一个固定的不能再进步的状态,把成败归结于与生俱来、无法改变的能力水平。

2、渐进理论:事情都是可以改善的,认为世上无难事,只怕有心人,只要通过努力,一步一步、循序渐进就能获得成功。

3、两种理论的心理学测试对比:

   “整体理论”者:遇到困难,更容易急躁甚至放弃

   “渐进理论”者:在困难面前,更愿意迎接挑战

 

第二步、学习的基本原则,就是“划小圈”

[知识点:“划小圈”理论:

基于太极学习中拆分招式的感悟,作者提出了“划小圈”的理论。把大的东西分解成各个细节的东西,挖掘基础技能的实质所在,然后压缩技能的外在表现同时紧紧围绕技能的内在实质。一段时间后,广度就会慢慢缩小而深度则会逐渐增加。]

 

1.学习误区:招式的收集者,学习套路和招式。最精深的技能往往建立在最简单原始的原理之上。

2.掌握“划小圈”理论,能够在短时间内掌握知识技能的核心。当学习某项知识技能时,觉得它大而无当,过于复杂,用“划小圈”将复杂问题简单化。

3.成为顶尖高手没有什么秘诀,而是对基本技能有更深的理解

4.每天学得更深一点,而不是更广一点,只有学得更深才能把潜力中看不到、感受不到但又极具创造力的部分挖掘出来。

 

案例一:作者用划小圈的方式学习象棋。

学习象棋的过程,就是要挖掘技能的实质所在。从反复练习马和兵入手,体会每个棋子的特性,再练习其他棋子的用法,找到众多棋子之间的关系,从而训练对整个象棋局势的操控能力。

案例二、作者用划小圈的方式学习太极。

每一个太极动作,依据“划小圈”理论会拆分压缩成若干动作,没有经过训练的选手根本无法看清其拳路。

 

第三步、提升学习能力的关键,是将基本原理打包、创建组块。

[知识点:“组块”:

组块是思维的一种能力。作者基于“划小圈”的学习之后,将象棋路数组块,并嵌入神经中枢,实现了内化。当遇到复杂的棋局,依赖于直觉,不再需要繁复计算,形成了如同肌肉记忆般的脑力记忆。]

 

1.利用大脑处理信息的能力,帮助大脑更轻松、更深入的理解和解决问题。

“神奇数字7”:压力下大脑最多只能同时处理不到7个组块。

2.“划小圈”是将外在技能细微分化并走向内在培养。“组块”是建立在科学训练上的直觉,能将相关信息条理化。

 

案例:开车一心多用

从新手到老司机的过程,就是把方向盘、刹车,离合、油门、档位等多种单独技能进行打包,建立一个完整的组块,因此大脑就有3个空挡的余力来处理其他事情,所以,老司机能够一边开车,一边听音乐以及跟人聊天等多种行为技能同时展开。

 

遇到困境该如何高效学习?

第一步、“接纳”。心平气和对待不完美

1.“硬区域”与“软区域”

硬区域:要求外界环境适应自己,提供一个满足自己要求的舒适空间

软区域:接受任何外界环境和条件,主动适应环境

2.接纳不完美,创造“软区域”

面对不完美的外部条件,以接纳的心态去面对去适应,构建软区域。

第二步、“利用”。把困难变成优势

把困境只当做困境,会让人不前进,甚至是放弃。

真正的学习,是把困境当做督促我们进步的优势

案例一:作者右手骨折,不抱怨不后悔,但坚持用左手来训练,反而让他激发了左手的潜能,最后赢得太极比赛冠军。

案例二:国际纸飞机比赛,因为失误将比赛要求看错,反而令国内团队想尽一切方法延长纸飞机滑行时间,最后以傲人的成绩赢得比赛。

 

第三步.“创造”。主动创造困难以激励自我

有困难要上,没有困难创造困难也要上。

主动给自己创造限制条件,主动训练自己的学习能力,激发潜能。

比如:明明有充足的时间,主动要求更少的时间完成;明明没有噪音,主动创造噪音,训练自己在吵闹的环境中也能聚焦。

结束语

撰稿、讲述:成甲

需求响应动态冰蓄冷系统与需求响应策略的优化研究(Matlab代码实现)内容概要:本文围绕“需求响应动态冰蓄冷系统与需求响应策略的优化研究”展开,基于Matlab代码实现,重点探讨了冰蓄冷系统在电力需求响应背景下的动态建模与优化调度策略。研究结合实际电力负荷与电价信号,构建系统能耗模型,利用优化算法对冰蓄冷系统的运行策略进行求解,旨在降低用电成本、平衡电网负荷,并提升能源利用效率。文中还提及该研究为博士论文复现,涉及系统建模、优化算法应用与仿真验证等关键技术环节,配套提供了完整的Matlab代码资源。; 适合人群:具备一定电力系统、能源管理或优化算法基础,从事科研或工程应用的研究生、高校教师及企业研发人员,尤其适合开展需求响应、综合能源系统优化等相关课题研究的人员。; 使用场景及目标:①复现博士论文中的冰蓄冷系统需求响应优化模型;②学习Matlab在能源系统建模与优化中的具体实现方法;③掌握需求响应策略的设计思路与仿真验证流程,服务于科研项目、论文写作或实际工程方案设计。; 阅读建议:建议结合提供的Matlab代码逐模块分析,重点关注系统建模逻辑与优化算法的实现细节,按文档目录顺序系统学习,并尝试调整参数进行仿真对比,以深入理解不同需求响应策略的效果差异。
综合能源系统零碳优化调度研究(Matlab代码实现)内容概要:本文围绕“综合能源系统零碳优化调度研究”,提供了基于Matlab代码实现的完整解决方案,重点探讨了在高比例可再生能源接入背景下,如何通过优化调度实现零碳排放目标。文中涉及多种先进优化算法(如改进遗传算法、粒子群优化、ADMM等)在综合能源系统中的应用,涵盖风光场景生成、储能配置、需求响应、微电网协同调度等多个关键技术环节,并结合具体案例(如压缩空气储能、光热电站、P2G技术等)进行建模与仿真分析,展示了从问题建模、算法设计到结果验证的全流程实现过程。; 适合人群:具备一定电力系统、能源系统或优化理论基础,熟悉Matlab/Simulink编程,从事新能源、智能电网、综合能源系统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开展综合能源系统低碳/零碳调度的科研建模与算法开发;②复现高水平期刊(如SCI/EI)论文中的优化模型与仿真结果;③学习如何将智能优化算法(如遗传算法、灰狼优化、ADMM等)应用于实际能源系统调度问题;④掌握Matlab在能源系统仿真与优化中的典型应用方法。; 阅读建议:建议结合文中提供的Matlab代码与网盘资源,边学习理论模型边动手调试程序,重点关注不同优化算法在调度模型中的实现细节与参数设置,同时可扩展应用于自身研究课题中,提升科研效率与模型精度。
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