如何学习TRIZ理论将其应用于创新实践当中?

TRIZ理论自面世至今已处理了成千上万的问题,很多的人刚学习TRIZ理论并将其应用于自主创新实践活动中。要想全方位把握TRIZ理论并在自主创新实践活动中熟练掌握,必须亲身经历1个较长的学习和实践活动过程,也要把握恰当的学习方法。

1.正确对待TRIZ理论:

①TRIZ理论并不是数字的、定量分析的理论,只是判定的理论。

②TRIZ理论只是逻辑思维的工具,它服务项目于逻辑思维,而不替代逻辑思维。

③TRIZ理论是同自主创新能力和专业技能融为一体的。

④TRIZ理论自身还未超过S曲线图的成熟。

⑤TRIZ理论并不是抵触别的创新思维方法,很多出色的创新思维能力方法和方式能够和TRIZ理论有机融合。

2.坚定不移的学习自信心:

很多刚触碰TRIZ理论的人都有这样的体会:这理论太繁杂了、好难,它不宜于我所从事的行业,我又并不是搞自主创新的,学了也不起作用等,这些念头都是不正确的。

如今社会,自主创新针对所有人而言都是关键的,TRIZ理论也并不是只能极少数人才能弄懂。TRIZ理论创办人有个知名的观点:创造发明难题的处理并不一定是多少专业知识,而是需要对现有知识进行良好的组织。

3.牢牢把握TRIZ理论的关键与精粹:

TRIZ理论觉得技术性系统软件是动态性的、持续超进化的,有其本身的周期性。TRIZ基础理论在实际运用中的几大核心内容是理想化解、分歧和資源,他们围绕于解决困难的自始至终。在运用TRIZ基础理论解决困难时,大脑中应時刻地问:最后理想化解是啥?分歧是啥?有哪些可运用的資源?

4.形象思维与图解:

在学习培训与运用TRIZ基础理论全过程时要保证抽象思维能力与抽象思维的有机化学融合。形象化原素在自主创新实践活动中自始至终充分发挥着关键功效,对激起自主创新观念具备挺大的协助功效。TRIZ基础理论十分重视“详解”在自主创新创造发明全过程中的应用,每1个流程都尽可能绘制详解,这对难题的处理会有挺大协助。

5.摆脱逻辑思维惯性,培养主动逻辑思维的良好习惯:

自主创新的全过程就是说1个积极主动逻辑思维的全过程,思维定势是阻拦自主创新的束缚。TRIZ基础理论为大家出示了一连串摆脱惯性力,积极主动逻辑思维的方式 ,如最后理想化解、九显示屏法、小人儿法等,在自主创新实践活动时要充足运用这种方式 。

原文地址:https://blog.51cto.com/14496758/2436731

时间: 2024-09-29 18:48:48

如何学习TRIZ理论将其应用于创新实践当中?的相关文章

自学TRIZ理论的最全书单,请查收!

读本好书,从书中寻找创新思维,从书中学习企业创新模式.希望这5本书可以为你学习TRIZ理论带来帮助. 1.<创新算法> 作者: 里奇·斯拉维奇·阿奇舒勒 作者简介:根里奇·阿奇舒勒,是前苏联伟大科学家. 推荐理由:中国要成为创新型国家,一个无法回避而且亟待解决的问题是,创新到底有没有方法?苏联的根里奇·阿齐舒勒及其研究同伴们通过对250万份专利的研究,在1946年就发现创新有法可依,这就是TRIZ.通过这个理论的学习和实践,可以实现整个国民创新素质的提升. 2.<TRIZ:打开创新之门的

TRIZ理论的进化法则分析(TRIZ学习笔记)

人们在创新和完善系统的过程可以遵循一定的规律(或者叫法则),从而减少创新和完善系统过程中的试错成本,下面就TRIZ的八大进化原则来进行说明(这个八大法则是前人们的总结,我这里当然会加入我的理解). 我们首先来看看一个技术系统(这里的定义是:为实现某种功能(或者职能)而存在的相互联系和作用的元件与运作事物集合)的构成,技术系统当然是分层次的,元件越少,能耗越小当然越好,一个理想的系统就是没有元件和成本,但功能却能实现,这种理想的系统虽然不存在,但却给我们提供了一个技术系统(产品)的改进方向,这就是

计算机网络基础学习笔记——理论

历史:第一代:50年代:(多台)终端(terminal)-->计算机(host) 缺点:1.主机负荷重,效率低.  2.终端速率低,线路利用低,费用高. 60年代:通信控制处理机CCP(communication control processer)或FET(front end processor)    集中器.第二代:60年代末:计算机--计算机   1969年,美国国防部国防高级研究计划署(简称ARPA Advanced Research Project Agency)试验.   1972

统计学习基本理论知识(一)

本篇将依据<统计自然语言处理>(宗成庆),重新梳理统计学习相关理论知识,相关概率论与梳理统计的课本不再列出来,可以找任意相关的课本复(预)习. 概率 概率是表示事件发生的可能性,将随机试验中的事件映射到实数域.用$P(A)$表示事件A的概率,$\Omega$表示试验的样本空间(所有可能发生的事件),则概率满足: 非负性:$P(A) \geq 0$ 规范性:$P(\Omega) = 1$ 可列可加性:对于可列个事件$A_1,A_2,...$,如果事件两两互不相容($A_i \bigcap A_j

【机器学习算法应用和学习_2_理论篇】2.2 M_分类_逻辑回归

一.原理阐述 算法类型:监督学习_分类算法 输入:数值型或标称型(标称型需要独热编码) V1.0 用回归方式解决二分类问题,通过引入一个Sigmoid函数将中间y值映射到实际二分类的y值上. 二.算法选择 三.算法过程 1.Sigmoid函数是一个x值域是(-∞,+∞),y值域是(0,1)的单调递增函数: 2.预测y值>0.5为1类,<0.5为0类,y值也可以解释为为1和0类的概率: 3.同样使用“最小二乘”概念,求得最佳方程,得到目标函数: 4.要使得目标函数达到最小,需要采用一种称为“梯度

【Todo】Mybatis学习-偏理论

之前写过好几篇Mybatis相关的文章: http://www.cnblogs.com/charlesblc/p/5906431.html  <SSM(SpringMVC+Spring+Mybatis)框架程序on IDEA> 还有这个: http://www.cnblogs.com/charlesblc/p/5939505.html   <在上已个Java Spring MVC项目基础上加MyBatis> 还有这篇单独处理Mybatis内容的: http://www.cnblog

机器学习、深度学习的理论与实战入门建议整理

引言 拿到这份文档时想必你的脑海中一直萦绕着这么一个问题,"机器学习/深度学习要怎么学呢?(怎么入门,又怎么进一步掌握?)".关于这个问题其实并没有一个标准答案,有的人可能适合自底向上的学,也就是先从理论和数学开始,然后是算法实现,最后再通过一些项目去解决生活中的实际问题:有的人则可能适合自顶向下的学,也就是在弄清楚什么是机器学习及为什么学机器学习后,先确定一个系统性的用机器学习来解决实际问题的程序,然后找到一个合适的工具,接着再在各种数据集上做练习以不断加强自己的实践能力与巩固对算法

Spring基础学习,没有理论 都是干货

##学习需要掌握:反射和最简单的MVC架构流程 ##对spring有过基础性的理论知识 ##按照代码一步步来,30分钟掌握Spring的基本使用 1:先用spring创建一个最简单的对象 首先创建一个对象 package com.itmayiedu.entity; public class UserEntity { private String name; private Integer age; public String getName() { return name; } public v

深度学习在搜索业务中的探索与实践

本文根据美团高级技术专家翟艺涛在2018 QCon全球软件开发大会上的演讲内容整理而成,内容有修改. 引言 2018年12月31日,美团酒店单日入住间夜突破200万,再次创下行业的新纪录,而酒店搜索在其中起到了非常重要的作用.本文会首先介绍一下酒店搜索的业务特点,作为O2O搜索的一种,酒店搜索和传统的搜索排序相比存在很大的不同.第二部分介绍深度学习在酒店搜索NLP中的应用.第三部分会介绍深度排序模型在酒店搜索的演进路线,因为酒店业务的特点和历史原因,美团酒店搜索的模型演进路线可能跟大部分公司都不