豪杰掌门人:游刃于技术与管理之间(4一6)

(四)从游侠到创业

  1996年到1998年,梁肇新像个武功高强的侠客,开始了"独善其身"的软件开发。他用了近两年时间的深耕细耘,完成了解霸的鼻祖STHVCD软解压程序,并与金山公司合作一年,以《金山影霸》的名称推向市场,让软解压在中国大地风靡一时。后来又与科学出版社合作,推出《超级解霸3.0》。     写出一个风靡八方的软件,找个公司帮助推广,这是许多软件高手的共同愿望。梁肇新实现了,可他并未想就此罢手。他要成立自己的软件公司。他开始与主管部门接触,但其中困难重重,最后只好交给代理公司才把事情"搞定"。1998年初,梁肇新的豪杰公司成立了,他也推出了《超级解霸》的新版本5.0。公司的发展远远没有想象中的顺利,虽然他对困难不乏准备。虽然用户对超级解霸的认知度和评价都很高,但豪杰公司的1998年整年的营业额却还不足50万。但无论无何,公司毕竟起步了,有了几十万元的资产。

(五)伤心的分家 
     公司在成立之初,几个他在"巨人"结识的同事、朋友提出要"客串"一下,也来弄个股东做做。梁肇新看在朋友的份上,答应了。于是,他的三四个朋友就象征性地出了几千块钱,当上了豪杰公司的股东,占了40%的股份,根本不符合投资入股的惯例。没想到,这给豪杰公司的发展埋下了深深的后患。就在1998年初,公司刚有了点销售收入,帐上有了点钱,一个股东就"近视"得厉害,马上提出分家,兑现自己的那一份,拿走了十几万,公司现金少了近一半。9月,另一个股东也提出分家,又拿走了一笔钱。当初投资入股是随意的,但分家的时候,他们却分外认真,严格按照股权的比例来,毫厘必争。刚成立的公司经此一劫,元气大伤。但雪上加霜的事情还在后面。豪杰的一个分家出去的股东,与广州某光盘压盘厂合作,成批地压制《超级解霸》的假货,大量投放市场。当时正值7、8月份,正是软件的销售旺季,辛辛苦苦培养的市场被冲击得七零八落,损失难以计量。面对猛似洪水的假货,梁肇新求助于工商部门,可是,他们也没有太多的办法,害得梁肇新不得不加快出新版本,并火速更换了产品的包装盒。盗版的危害让梁肇新深受其害,但这次假货的打击对于梁肇新却比盗版更甚。"如果你想和自己的朋友继续交往,千万别和他们一起开公司,否则,大家连普通朋友也没得做了。"现在笃信"君子之交淡如水"的梁肇新经常提起这句话,可见这次分家给他造成的伤害之深。

(六)公司发展论 
  对于这次分家,惊魂未定的梁肇新同时也在暗自庆幸。"股东分家是公司发展的第一个阶段,而且是个必经的阶段。我很庆幸,豪杰这么快就走过了这个阶段。"     这种看法原来隐约存在于梁肇新的观察当中,但他与广西的一个朋友胡飞跃(广西胜利电脑的总裁,原为一大学讲师,现个人资产数亿元,在当地赫赫有名)的一次交谈,却让梁肇新提升到理论层次上来认识这个问题。     "一个小公司的发展必须经过这么几个阶段,第一个阶段就是股东分家的阶段,这是必不可少的,股东分家以前的公司是讲究人情、感情的,没有理性在里面,不会取得大的发展。很多公司也经历了这个阶段。     "如果第一个阶段没有,公司的隐患会很大。     "接下来是公司拥有1~10个员工的阶段,这个阶段主要是靠凝聚力来发展。     "10~20个员工时,靠凝聚力还不行,还必须能把大家团结起来。     "20~100个员工的阶段就必须靠科学的管理,管理的重要性就显现出来了。     "目前,我国的软件公司在这方面做得都不好。员工超过了100人,对管理的要求就非常高了。"

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在风能领域,准确预测风速对于风电场的运行与管理至关重要。Matlab作为一个强大的数学计算和数据分析平台,被广泛应用于风速预测模型的构建。本文将深入探讨基于四种风速——随机风、基本风、阵风和渐变风的组合风速预测技术。 我们来理解这四种风速类型: 1. **随机风**:随机风是指风速呈现出随机性的变化,通常由大气湍流引起。在建模中,通常通过统计方法如高斯分布或Weibull分布来模拟这种不确定性。 2. **基本风**:基本风速是指在无特定扰动条件下的平均风速,它是长期观测结果的平均值,通常用于结构设计和风能评估。 3. **阵风**:阵风是短时间内风速显著增强的现象,对建筑物和风力发电机造成的主要威胁之一。阵风的预测涉及到风的脉动特性分析。 4. **渐变风**:渐变风是指风速随时间和空间逐渐变化的过程,常见于风向转变或地形影响下的风场变化。 在Matlab中,利用这四种风速类型进行组合预测,可以提高预测的准确性。预测模型可能包括以下几个步骤: 1. **数据收集与预处理**:收集历史风速数据,包括随机风、基本风、阵风和渐变风的数据,进行异常值检测、缺失值填充以及数据标准化。 2. **特征工程**:提取风速变化的相关特征,如平均值、标准差、极值、频率分布等,这些特征可能对预测有重要影响。 3. **模型选择**:可以选择多种预测模型,如时间序列分析(ARIMA、状态空间模型等)、机器学习算法(线性回归、决策树、支持向量机、神经网络等)或深度学习模型(LSTM、GRU等)。 4. **模型训练**:利用历史数据训练选定的模型,调整模型参数以优化性能,例如通过交叉验证来避免过拟合。 5. **模型验证与评估**:使用独立的测试集验证模型预测效果,常见的评估指标有均方误差(MSE)、平均绝对误差(MAE)和决定系数(R²)。 6. **组合预测**:结合四种风速的不同模型预测结果,可以采用加权平均、集成学习(如bagging、boosting)等方式,以提升整体预测精度。 7. **实时更新与动态调整**:实际应用中,模型需要不断接收新的风速数据并进行在线更新,以适应风场环境的变化。 通过以上步骤,可以构建一个综合考虑各种风速特性的预测系统,这对于风电场的功率输出预测、风电设备的维护计划以及电网调度都具有重要价值。然而,需要注意的是,每个风场的地理环境、气候条件和设备状况都有所不同,因此模型的建立应根据实际情况进行定制和优
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