如何找到数据系列的趋势（增长/减少/平稳性）

Question

我正在尝试提取制造机器的OEE 趋势。我已经有一个 OEE 数据集，或多或少每 30 秒为每台制造机器计算并存储在数据库中。

我想做的是提取数据集的一个子集（例如，过去 30 分钟）并说明 OEE 是否增长、降低或稳定（具有一定的阈值）。我的任务不是预测 OEE 的下一个值是多少，而只是知道是否下降（期望的返回值：-1）、增长（期望的返回值：+1）或稳定（期望的返回值：0）基于数据集。我在我的项目中使用Java 8。

这是一个数据集的例子：

71.37
71.37
70.91
70.30
70.30
70.42
70.42
69.77
69.77
69.29
68.92
68.92
68.61
68.61
68.91
68.91
68.50
68.71
69.27
69.26
69.89
69.85
69.98
69.93
69.39
68.97
69.03

从这个数据集中可以看出 OEE 一直在下降（当然基于阈值），因此算法将返回 -1。

我一直在网上搜索没有成功。我找到了this，或this github project，或this stackoverflow question。然而，所有这些都是（或多或少）复杂的预测算法。我正在寻找一个更简单的解决方案。任何帮助都将不胜感激。

Answer 1

您可以获取最后 n 个值的
滑动平均值。
或最后 n 个值的
滑动中位数。

这在很大程度上取决于您的应用程序什么是合适的。但这两者都非常易于实现，并且在很多情况下已经足够好。

Answer 2

正如您从数学中知道的那样，人们会使用 d/dt，这或多或少是在使用步长差异。

趋势应该有一定的分量。

class Trend {
    int direction;
    double probability;
}

Trend trend(double[] lastData) {
    double[] deltas = Arrays.copyOf(lastData, lastData.length - 1);
    for (int i = 0; i < deltas.length; ++i) {
       deltas[i] -= lastData[i + 1];
    }
    // Trend based on two parts:
    int parts = 2;
    int splitN = (deltas.length + 1) / parts;
    int i = 0;
    int[] trends = new int[parts];
    for (int j = 0; j < parts.length; ++j) {
        int n = Math.min(splitN, parts.length - i);
        double partAvg = DoubleStream.of(deltas).skip(i).limit(n).sum() / n;
        trends[j] = tendency(partAvg);
    }
    Trend result = new Trend();
    trend.direction = trends[parts - 1];
    double avg = IntStream.of(trends).average().orElse((double)trend.direction);
    trend.probability = ((direction - avg) + 1) / 2;
    return trends[parts - 1];
}

int tendency(double sum) {
    final double EPS = 0.0001;
    return sum < -EPS ? -1 : sum > EPS ? 1 : 0;
}

这不是很复杂。对于更详细的处理，数学论坛可能会很有用。