上下限阈值算法

标签：

　　上下限阈值，在很多情况下都存在，现在将从中单独的抽取出来。

　　一般存在如下的关系：

　　　　简单的文字描述为：

1. 　　　　当前处于Status_A下，当Value > Value_Max 时，状态才有Status_A迁移至Status_B；
2. 　　　　当前处于Status_B下，当Value < Value_Min 时，状态才由Status_B迁移至Status_A。

　　　　（备注：该问题解决了值的波动对系统的影响。）

　　　　假如：Value_Min 和 Value_Max在无限接近，极端情况下就和为Value_Temp.

　　　　有：

　　　　Status_A --> Status_B : Value > Value_Temp

　　　　Status_B --> Status_A : Value < Value_Temp

　　　　设定：Value_Range为变化量。

　　　　当Value = Value_Temp时，此时若Value 在 [Value_Temp - Value_Range,Value_Temp + Value_Range]波动时，状态在A,B之间来回切换。

　　　　系统对Value的变化检测过于敏感。（PS:有时候敏感了也不是什么好事，当然，不敏感也不是什么好事！）

　　　　上，下线阈值：

　　　　需要注意的事情：

1. 　　　　当前所处的状态；
2. 　　　　上限阈值；
3. 　　　　下限阈值。

　　用代码来表示最基本的：

//Time:2015-09-08
//StatusA,StatusB,Value_Min,Value_B,Status_Now,Value_Now
//参考本文图

if(Value_Now > Value_Max)
{
    Status_Now = Status_B;//状态迁移
}
else if(Value_Now < Value_Min)
{    
    Status_Now = Status_A;//状态迁移
}
else
{
    ;//Keep
}

　　以上的例子只是用作状态来说明问题，在实际运用中可适配很多情况，比如等级等。

　　（待完善：状态/等级较多时候的计算）。

上下限阈值算法

标签：

原文地址：http://www.cnblogs.com/ply616/p/4790385.html