如匆匆于&《1+1−1×1÷1》&《算法标准与函数结构》

指数函数与阶乘是我个人认为对算法结果影响最大的鉴定方法。虽然，有很多欧美精专工程师认为取整函数也能够达到预想的算法结果。但是，我认为，它并非是我们想要的结果。因为对于机械BI的支持体系来说，取整函数会更方便一些。但是，对于时尚品牌的零售和货品开发设计来说。用取整函数，对流行设计元素的精准结果就会有偏差，对客群定位就会有偏差。最终，会让我们的智能设计系统无法有效驱动商品设计企划模版进行更为精准的设计。

我们首先还是要明确，无论品牌公司的大小，是渠道平台性质还是连锁专卖性质。客群对某一类定向元素的喜爱是有明确的目的性的。这种目的性，就是我们需要的精准取值范围内的可控设计元素或者款式对应的设计理念要求。所以，我们需要更为精准的客群需求与更为精准的智能设计系统的准确判断来进行数据的算法驱动。

The core of the algorithm is to define a range of data values that can be defined in small deviations.『1』这种定型的结果，就是我们设定智能设计系统能够准确快速的依据结果进行匹配。所以，函数的方法是保证货品开发设计的元素是准确的。

而一个时尚品牌的算法标准是我们建立设计元素模版的要求。这个要求里，需要包括以下几个关键点：

一、数据的结果对结果的计算，必须是算法公式设定初始值内的元素数据反映。

二、算法公式的编写基础必须是函数结构式中的可涵盖值，并且，这些值与值之间的关系是公式计算目的必须需要的。

三、范围无论多广，算法的核心必须是范围内的。多元重复算法的维度也是必须的基础。

由此，我们才能得到我们设计算法的函数结构基准标准。

函数的结构在常规时尚品牌的精准设计范围内，我们考虑到的是例函数与反比例函数的关系平衡，因为他们关系到函数结构在驱动程序中被元素带动后的正常设计变化。这会影响到系统根本。所以，当我们把这些变量都搞清楚。就能够驱动设计体系快速精准的设计。减少大规模化品牌与零售平台买手、设计师的人数投放。达到精准快反的设计机制。而且，几乎不会出错。这个测算的最终结果，就表现在你的品牌无论是设计还是选品，精准售罄率必须达到95以上。大量减少人力资源成本的投入。是一个品牌公司或者平台公司，未来成为一个优秀的基础。

《1+1−1×1÷1》&《算法标准与函数结构》

参考文献：

『1』Bond,～2009年～The impact of a function on an intelligent system。

学院创始人：王士如