处理时间的任意移动平均值

Question

在我的模型中，我有9个不同的服务块，每个服务可以产生9个不同的特性。每种组合都有不同的延迟时间和标准差。例如，特征3在服务块8中需要5分钟的偏差为0.05，但在服务块4中只需要3分钟的偏差为0.1。

我如何永久跟踪每个组合的最后5个需要的次数，并计算平均值（像一个移动平均线）？我想用平均值来让产品根据最短的时间来决定为各自的功能选择哪一个服务块，比较所有机器为各自的功能所做的过去时间。产品代理已经有一个参数用于进入服务的时间，还有一个参数通过从离开服务块的时间中减去进入时间来计算处理时间。

谢谢大家的支持！

Answer 1

我不确定我是否理解你在问什么，但这可能是一个答案：

若要跟踪最近5次所需的时间，您可以使用“分析”调色板中的数据集，将样本数限制为5个...

您将使用dataset.add(yourTimeVariable)；更新数据集，以便将数据集的垂直轴值保留为空。

dataset.getYMean();

如果您需要81个数据集，那么您可以创建一个集合，作为一个元素类型为DataSet的ArrayList，并在Main属性上创建一个集合，在启动时，您可以添加以下代码，它将具有相同的效果。

for(int i=0;i<81;i++){
    collection.add(new DataSet( 5, new DataUpdater_xjal() {
        double _lastUpdateX = Double.NaN;
        @Override
        public void update( DataSet _d ) {
          if ( time() == _lastUpdateX ) { return; }
          _d.add( time(), 0 );
          _lastUpdateX = time();
        }
        @Override
        public double getDataXValue() {
          return time();
        }
      } )
  );
}

您只需要记住什么对应于什么serviceblock和feature,然后您就可以做

collection.get(4).getYMean();

并向数据集添加新值：

collection.get(2).add(yourTimeVariable);