《遥远的救世主》

《遥远的救世主》
前言:
前段时间,有一天晚上在吃饭的时候,媳妇边吃饭边播放喜马拉雅的节目,其中讲到有关做生意的逆推思维,即根据生意每月或每年的营业额,倒推出每天的营业额以及每天的产品销量,并时时调整自己的计划,确保每天的收益,然后确保每个月的收益,进而就可以保障每年的收益。节目主播在将到逆推思维的时候,提到一个本叫《遥远的救世主》这本书,希望有时间可以去看看。怀着好奇的心理,就在网上找到了这本书,然后下载到手机上,每天上下班的路上看,晚上睡觉前也看,一星期的时间就看完了。今天下班后,在网上又看了其他人对这边的感悟,又人推荐可以再看看《拆掉思维里的墙》这本书,再看下一本书之前,我想先对这本书做一个总结。要不然,以后很快就有忘记了,只有经过深刻的刨析,解读,才能慢慢的改变自己的思维模式。
 
首先说下作者,豆豆,另外还有其他的作品,如《背叛》,《天幕红尘》等,这两本以后再看。
 
这本书里面讲了很多哲学问题,或者叫禅机,有些看的还不是太懂,不敢枉自评论。当我合上书本的时候,小说里面的几个点还是深深的影响了我:
1.0 倒退思维
当芮小丹在向丁元英提出她想要的礼物后,即给她写一个神话,改变王庙村贫困落后的局面。老丁通过到村里摸底排查后,发现做音箱可以给农民找一条发财的路。然后通过网上查资料,通过展会的机会打响格律诗这个牌子。接着就是倒推音箱的各个活动的时间点,思路跟我们现在的项目管理基本上是一致的,只是通过小说,再一次印证了管理上的逆推思维。
 
2.0 事实就是
救世主老丁在制定了制造音箱的机会后,就已经料到这里面每个阶段都会遇到的问题,当然也包括后来和乐圣公司打官司,但是在这之前老丁就就已经做好了准备,然后让肖亚文出面就搞定了这场官司。其实我们自己在制定一个项目计划的时候,也会考虑到各个环节的风险,尽可能的列出所有可能的风险,以及每个风险的应对措施。
 
3.0 人性
每一个好的故事,都会将人性考虑进来,在人性的基础上展开,让人物按着自己的性格去做自己该做的事。这个故事里面每个任务的性格都很鲜明,都很有特点,老丁无疑是这个故事的主角,有学识,有胆识,有能力; 芮小丹是里面活的最洒脱的一个人;欧阳雪是饭店的老板,她善良,有担当,有底线, 她知道自己的能力有多大。肖亚文是聪明人,也是办事能力很强的一个女人,她希望可以一直保持跟老丁的联系,希望有机会可以在老丁那儿多学些东西;叶小明,冯世杰,刘冰 三人都是小县城的小老板,都想找个有能力的人给他们拉一把,但是三个男人在最后没有坚持住,都退股了,而且刘冰还被老丁搞了一把,导致刘冰精神崩溃,跳楼了。 如果一定要给这里面的人物画个层次的话,老丁的赚钱能力无疑是第一,但是他活的没有芮小丹自在,明白。最末尾的无疑就是刘冰了,底层人物的那点人性全部暴露出来。有时候不是我们没有机会,而是作为普通人,我们看不到机会,或者看到但抓不住机会。
 
4.0 读书
故事中老丁,小丹,亚文,欧阳雪,在我辈看来都已经是成功人士了(哎, 我这人俗气了)。这里面前三位都是读了不少书的人,老丁更是高学历背景。即便是欧阳雪读书少,但是人家会来事,也能把握机会。所以说还是要多读书,多理解文化。
 
好了,这本书的读书感悟就先写到这里,时间不早了,该回去吃晚饭了。希望今年自己可以多读几本书。
 
 
                                                     @2018-08-23 21:11 广州市天河区黄埔大道西33号三新大厦19F
 
【负荷预测】基于VMD-CNN-LSTM的负荷预测研究(Python代码实现)内容概要:本文介绍了基于变分模态分解(VMD)、卷积神经网络(CNN)和长短期记忆网络(LSTM)相结合的VMD-CNN-LSTM模型在负荷预测中的研究与应用,采用Python代码实现。该方法首先利用VMD对原始负荷数据进行分解,降低序列复杂性并提取不同频率的模态分量;随后通过CNN提取各模态的局部特征;最后由LSTM捕捉时间序列的长期依赖关系,实现高精度的负荷预测。该模型有效提升了预测精度,尤其适用于非平稳、非线性的电力负荷数据,具有较强的鲁棒性和泛化能力。; 适合人群:具备一定Python编程基础和深度学习背景,从事电力系统、能源管理或时间序列预测相关研究的科研人员及工程技术人员,尤其适合研究生、高校教师及电力行业从业者。; 使用场景及目标:①应用于日前、日内及实时负荷预测场景,支持智慧电网调度与能源优化管理;②为研究复合型深度学习模型在非线性时间序列预测中的设计与实现提供参考;③可用于学术复现、课题研究或实际项目开发中提升预测性能。; 阅读建议:建议读者结合提供的Python代码,深入理解VMD信号分解机制、CNN特征提取原理及LSTM时序建模过程,通过实验调试参数(如VMD的分解层数K、惩罚因子α等)优化模型性能,并可进一步拓展至风电、光伏等其他能源预测领域。
【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)内容概要:本文研究了一种基于融合鱼鹰和柯西变异的麻雀优化算法(OCSSA)优化变分模态分解(VMD)参数,并结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的轴承故障诊断模型。该方法利用西储大学轴承数据集进行验证,通过OCSSA算法优化VMD的分解层数K和惩罚因子α,有效提升信号去噪与特征提取能力;随后利用CNN提取故障特征的空间信息,BiLSTM捕捉时间序列的长期依赖关系,最终实现高精度的轴承故障识别。整个流程充分结合了智能优化、信号处理与深度学习技术,显著提升了复杂工况下故障诊断的准确性与鲁棒性。; 适合人群:具备一定信号处理、机器学习及MATLAB编程基础的研究生、科研人员及从事工业设备故障诊断的工程技术人员。; 使用场景及目标:①解决传统VMD参数依赖人工经验选择的问题,实现自适应优化;②构建高效准确的轴承故障诊断模型,适用于旋转机械设备的智能运维与状态监测;③为类似机电系统故障诊断提供可借鉴的技术路线与代码实现参考。; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点关注OCSSA算法的设计机制、VMD参数优化过程以及CNN-BiLSTM网络结构的搭建与训练细节,同时可尝试在其他故障数据集上迁移应用以加深理解。
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