《系统之美》读后感(精选多篇)

第一篇：系统之美读后感

平衡、和谐的真义

——《系统之美》读后感

生活、工作中往往会出现一些让人纠结的问题，例如：到底是将自己手边的钱拿来存入银行，还是买入现在价格下跌的黄金？工作往往刚解决中出这个纰漏，那边却又“着起火”来，难道我天生就是“救火员”？等等诸如此类的问题，在这快节奏发展的社会中无端地增加了人们头上的白发，却始终没有很好地办法去解决、减少这些困扰。

当我刚拿到《系统之美》这本书后，并没有以很认真的态度去研读它，只是当做自己睡前的枕边读物。可随着翻看页数的增加，作者对我们身边事物站在系统层面深度地、毫无争议地分析深深吸引了我。作为有着近30年的工作生活经验的我，被作者的智慧所折服。很多以前感觉不可思议的事情、问题也如拨云见物般豁然开朗。

《系统之美》以深入浅出的事例向我们描述出各种系统，生活系统、工作系统、管理系统发展的必然规律。我比较爱喝咖啡，没想到书中恰恰就以喝咖啡习惯的养成来说明人们对系统事物认知不恰当的地方。每每在系统工作中出现“疲软”、“滞后”现象时，我们常态化心理就是及时加入“刺激性”手段，就像人们在出现疲劳时需要从咖啡中获取咖啡因来让神经兴奋起来一样。其实，万事万物都有其发展规律，就像人的精神，总会有“高潮”有“低谷”，出现精神“低谷”需要的是补充能量或者美美睡上一觉就能再次饱满起来。同样，当工作中出现“低谷”时，咖啡因式的刺激只会带来短期成果，而这种成果是建立在对事物前进发展原始能量的透支，严重的甚至会导致“系统崩溃”。这一原理的认识使我明白了工作中自己为什么常常成了“救火员”，正是因为我的一些工作方法违背了事物系统发展的规律。

《系统之美》对我们解决问题也指出了几点重要思路。第一：对任何工作开展之前一定要建立一个“大容积”的系统体系，就像水在河道中，遇到大雨天就会四处流溢泛滥，但如果水在湖泊中，只会满而不溢。所以，工作中要建立有包容性的工作体系，要有一定的容错性，这样才能保证事物发展有良好空间。

第二：对应事物发展过程中出现的问题，一定要找到根源性解决办法，就像人生病了，吃药、打针只能是临时对策，是防止病情恶化的手段。想要彻底改变

身体健康情况还得靠加强运动锻炼，增强自身免疫力。就像我们推行的现场管理，针对发生的问题要从源头对策是非常有道理的。

第三：关注系统的管理不是对结果的管理，要注重过程，尤其要注重事物发展过程中出现的“反馈”性问题。例如人口管理，人口多了，平均资源分配少了，生活水平就会下降，在相同的生产力下，降低人口，平均资源分配多了，生活水平就会提高。管控的重点是要考虑人口下降生产力是否也在下降，如果不把握这种过程反馈，一味地为降低人口而去降低人口，会对整个国家经济系统带来灾难性后果。结合我们工作中常常提到的“省人化”管理一样，想要真正减少作业人员，首先要保证在不降低生产节拍的情况下才能实现。

通过对《系统之美》这本书的学习，让我不但对现有工作、生活体系有了更深的认识，同时增加了自己看待事物、看待问题的角度，这样可以避免一些习惯性思维所带来的错误，能以正确的态度面对工作、生活中遇到的问题。以更成熟、更理性、更稳健的方式来面对人生中各种困难与挑战。

所以，作为一名冲压车间老资历的党员，我对学习——进步有了更深的感悟，在今后工作中，要以自己学习的经验积极鼓励车间年轻员工们多花时间投入到学习之中，只有这样才能理解人生平衡、和谐发展之路的真义！

第二篇：系统之美读后感

《系统之美》

以我这种感性、随性的人，竟然会去看《系》这本书，连我自己也很惊讶。

但这是一个好的开始。起码说明我能够意识到自己的局限，愿意去接触另外那个我不熟悉的世界。

书里面一些类似反馈回路之类的词我基本上第一次听说，不过这并不妨碍理解书的内容，因为作者并没有故弄玄虚，内容还算通俗、甚至有趣。但这并不表示你看一遍就能融会贯通，因为“系统”...真的是一个很复杂的东西。

我想这本书适合各种不同职业的人来读，我相信他们都能够从中找到自己需要的东西。当然，也很适合hr来读。因为没有比人和人的组织更系统、更动态、更有持续发展性的结构了。

很惭愧，我一天中绝大多数工作时间的角色基本上类似于服务员、统计员、监督员、保姆?与系统性思考毫无关系。我可以把它归结于环境、客观条件的限制，但难道我自己没有麻痹甚至沉溺于此吗？我想到过主动去改变吗？

拿人员流动来说，我们都默认制造型企业的员工流失率高是普遍现状，但如果系统分析一下人员流入量、存量、流出量这三个变量，会从中发现规律性的东西，以及相互起作用的因素。我们满足于只要保证一定的员工存量就可以，但考虑过这个动态平衡的代价是什么吗？我们计算过一个岗位的员工周转率以及它对产品质量带来的影响吗？考虑过未来的员工结构趋势吗？书里有一个很形象的蓄水池的模型，我们认真思考过怎么更好地利用手中的注水阀和出水阀吗？同时，还有哪些hr管理职能可以用这两个阀门来调节吗？

书里有一句话：“在非线性的世界里，不要用线性的思维思考”。但我们不总是在用线性思考约束自己和理解他人吗？如果薪酬的作用是线性的，为什么员工涨了工资仍然对企业不满意；如果培训是线性(我们一定会做的更好：wWw.)的，为什么上了课员工仍然犯同样的错误？我相信最高端的管理一定是非常简单的，但在简单的管理手段背后，一定隐藏着对系统缜密的思考和对人性立体的洞悉。因简就简和因繁就简是两个不同的境界。做人也是一样。

如果仔细琢磨，“系统”是一个很精妙、有趣的东西，而且也许它并不总是冷冰冰的、机械地运作。正因为它的动态性，它也会有偏差、出意外，甚至会因为这些“意外”形成另一个系统。而我们能做的，在被动接纳之余，也应该冷静而客观地观察、分析，才有可能去主动地驾驭。

一个人，一个组织，一个社会，只看脚下、不看长远，是短视的；只见树木，不见森林，是片面的；只看现象，不究本质，是盲目的。系统思考，不只是一种思维方式，也是一种心智模式。任何行为以及由行为所产生的结果都是由其心智模式所决定的。能够认识到自己心智模式的局限，是一种进步，但更为重要的，是去勇敢的改变。

这本书没有叫系统的智慧或者系统的本质之类的名字，而是叫《系统之美》，我想是因为系统如同艺术般美妙地存在，而美，是人类最高层次的追求。

第三篇：《系统之美》读后感

《系统之美》读后感

这本书的主题是系统思考，围绕这个主题，重点讲解了什么是系统，系统有什么特点，以及我们怎么去系统思考。这本书最难得的地方是它在最后的一部分勇敢的承认系统思考的不足，指出系统思考也只是我们认识世界的一种方法和观点，各种模型只是对客观世界的一种近似，永远无法取代真实而丰富的现实，我们要 ……此处隐藏6757个字……部分 系统思考与我们

第3章 系统之美

适应力

自组织

层次性

第4章 系统之奇

别被表象所迷惑

在非线性的世界里，不要用线性的思维模式 恰当地划定边界

看清各种限制因素

无所不在的时间延迟

有限理性

第5章 系统之危与机

政策阻力：治标不治本

公地悲剧

目标侵蚀

竞争升级

富者愈富：竞争排斥

转嫁负担：上瘾

目标错位

第三部分 改变系统

第6章系统之杠杆点

12. 数字：包括各种常数和参 数

11. 缓冲器：比流量力量更大、更稳定的存 量

10. 存量-流量结构：实体系统及其交叉节 点

9. 时间延迟：系统对变化做出反应的速度

8. 调节回路：试图修正外界影响的反馈力量

7. 增强回路：驱动收益增长的反馈力量

6. 信息流：谁能获得信息的结构

5. 系统规则：激励、惩罚和限制条件

4. 自组织：系统结构增加、变化或进化的力量

3. 目标：系统的目的或功能

2. 社会范式：决定系统之所以为系统的心智模式

1. 超越范式

第7章 与系统共舞

跟上系统的节拍

把你的心智模式展现在阳光下

相信、尊重并分享信息

谨慎地使用语言，并用系统的概念去丰富语言 关注重要的，而不只是容易衡量的

为反馈系统制定带有反馈功能的政策

追求整体利益

聆听系统的智慧

界定系统的职责

保持谦逊，做一名学习者

扩展时间的范围 打破各种清规戒律 扩大关切的范围

不要降低“善”的标准 附录

系统术语表

系统原理概要 常见的系统陷阱

采取干预措施的杠杆点 系统世界生存法则 模型公式

译者后记

第五篇：《数学之美》读后感

确切的来说，《数学之美》并不是一本书，它是谷歌黑板报中的一系列文章，介绍数学在信息检索和自然语言处理中的主导作用和奇妙应用，每一篇文章都不长，但小中见大，从看似高深的高科技中用通俗易懂的案例展示了数学之美，深深的吸引了我。

这一系列文章的作者是google公司的科学家吴军。他毕业于清华大学计算机系（本科）和电子工程系（硕士），并于1993-1996年在清华任讲师。他于1996年起在美国约翰霍普金斯大学攻读博士，并于xx年获得计算机科学博士学位。在清华和约翰霍普金斯大学期间，吴军博士致力于语音识别、自然语言处理，特别是统计语言模型的研究。他曾获得1995年的全国人机语音智能接口会议的最佳论文奖和xx年eurospeech的最佳论文奖。

吴军博士于xx年加入google公司，现任google研究院资深研究员。到google不久，他和三个同事们开创了网络搜索反作弊的研究领域，并因此获得工程奖。xx年，他和两个同事共同成立了中日韩文搜索部门。吴军博士是当前google中日韩文搜索算法的主要设计者。在google其间，他领导了许多研发项目，包括许多与中文相关的产品和自然语言处理的项目，并得到了公司首席执行官埃里克.施密特的高度评价。吴军博士在国内外发表过数十篇论文并获得和申请了近十项美国和国际专利。他于xx年起，当选为约翰霍普金斯大学计算机系董事会董事。

正是他在信息检索与自然语言处理领域中的一系列工作，使他讲述了我所看到的内容－数学之美。

看了数学之美，立即联想到了金庸小说中的武林高人，总是把一套大多数人都会的入门功夫使得威力无比，击溃众多敌者。东西放在那，它的威力如何，并键在于使用者，武术如此，数学同样如此。

于我而言，语音视别是一类高科技，作为非专业人土，深觉高奥。但看完数学之美之后，顿感惊诧，原来如此深奥东西的解决方法自己也学过，并且理工科读过大学的人都学过，那就是统计学中的条件概率p(a/b)，即b事件发生条件下a事件发生的概率。

如果s表示一连串特定顺序排列的词w1，w2，…，wn，换句话说，s可以表示某一个由一连串特定顺序排练的词而组成的一个有意义的句子。现在，机器对语言的识别从某种角度来说，就是想知道s在文本中出现的可能性，也就是数学上所说的s的概率用p(s)来表示。利用条件概率的公式，s这个序列出现的概率等于每一个词出现的概率相乘，于是p(s)可展开为：

p(s)=p(w1)p(w2|w1)p(w3|w1w2)…p(wn|w1w2…wn-1)

其中p(w1)表示第一个词w1出现的概率；p(w2|w1)是在已知第一个词的前提下，第二个词出现的概率；以次类推。不难看出，到了词wn，它的出现概率取决于它前面所有词。从计算上来看，各种可能性太多，无法实现。因此我们假定任意一个词wi的出现概率只同它前面的词wi-1有关(即马尔可夫假设），于是问题就变得很简单了。现在，s出现的概率就变为：

p(s)=p(w1)p(w2|w1)p(w3|w2)…p(wi|wi-1)…

(当然，也可以假设一个词又前面n-1个词决定，模型稍微复杂些。）

接下来的问题就是如何估计p(wi|wi-1)。现在有了大量机读文本后，这个问题变得很简单，只要数一数这对词（wi-1,wi)在统计的文本中出现了多少次，以及wi-1本身在同样的文本中前后相邻出现了多少次，然后用两个数一除就可以了,p(wi|wi-1)=p(wi-1,wi)/p(wi-1)。

也许很多人不相信用这么简单的数学模型能解决复杂的语音识别、机器翻译等问题。其实不光是常人，就连很多语言学家都曾质疑过这种方法的有效性，但事实证明，统计语言模型比任何已知的借助某种规则的解决方法都有效。比如在google的中英文自动翻译中，用的最重要的就是这个统计语言模型。去年美国标准局(nist)对所有的机器翻译系统进行了评测，google的系统是不仅是全世界最好的，而且高出所有基于规则的系统很多。

这就是数学的美妙之处了，它把一些复杂的问题变得如此的简单。

看到《数学之美》，在感叹数学的美妙与神奇之处时，自然而然联系到自己专业（地质工程而或岩土工程）中的数学应用。

现在找文献，搜索期刊一大堆基于数学的专业文献，灰色数学的、模糊数学的、非线性的、系统的，等等，这么多的数学的使用，促进了一大批的文章，但这些数学方法的应用究竟是发现了哪些问题？还是解决了实际问题吗？还是仅发了文章，满足了需求？现实是文章好发，用着难用，解决问题还得传统的方法，那么是这些数学方法不行，还是用的太肤浅，根本没发挥其威力来？如果没有发挥出威力来，那怎么用？怎么发挥？