滑动平均法

滑动平均法(moving average)又称移动平均法。在简单平均数法基础上，通过顺序逐期增减新旧数据求算移动平均值，借以消除偶然变动因素，找出事物发展趋势，并据此进行预测的方法。滑动平均法是趋势外推技术的一种。实际上是对具有明显的负荷变化趋势的数据序列进行曲线拟合，再用新曲线预报未来的某点处的值。

简介滑动平均法(moving average)又称移动平均法。在简单平均数法基础上，通过顺序逐期增减新旧数据求算移动平均值，借以消除偶然变动因素，找出事物发展趋势，并据此进行预测的方法。

滑动平均法是趋势外推技术的一种。实际上是对具有明显的负荷变化趋势的数据序列进行曲线拟合，再用新曲线预报未来的某点处的值。

滑动平均法是重在实现“重近轻远”的原则，通过对数据加以小等权，近期数据给予较大权数，远期数据给予较少的权数，目的在于强化近期数据的作用，弱化远期数据的影响1。

原理动态测试数据由确定性成分和随机性成分组成，且前者为所需的测量结果或有效信号，后者即随机起伏的测试误差或噪声，经离散化采样后，可相应地将动态测试数据写成：

(1)

为了更精确地表示测量结果，抑制随机误差{ej}的影响，常对动态测试数据(yj}作平滑和滤波处理。具体地说，就是对非平稳的数据{yj}，在适当的小区间上视为接近平稳的，而作某种局部平均，以减小{ej}所造成的随机起伏。这样沿全长N个数据逐一小区间上进行不断的局部平均，即可得出较平滑的测量结果{fj}，而滤掉频繁起伏的随机误差2。

滑动平均法的特点滑动平均法的最主要特点在于简捷性。它相对于其它动态测试数据处理方法而言，算法很简便，计算量较小，尤其可采用递推形式来计算，可节省存贮单元，快速且便于实时处理非平稳数据等，这些是滑动平均法的优点，也是这种古老算法仍有实用价值的主要原因。

另一方面，滑动平均法又存在一定的主观性和任意性。因为其应用效果很大程度上取决于各种算法参数的选定。通常依据动态测试过程本身变化的机理，以及实际测试数据的具体变化状态，而靠经验来尽量合理地选定滑动平均算法的参数。

应用1.用于火炮膛压的测试，滑动平均法在实际生活中可用于测量火炮身管膛内压力随时间变化的过程曲线。

2.用于工业现场的控制，通过平滑处理后较好地解决了数据显示不稳及继电器误触发的问题3。

本词条内容贡献者为:

尹维龙 - 副教授 - 哈尔滨工业大学