如何设计给定允许偏差比例的多输入中间值求解及异常剔除算法

场景核心需求 #

这套算法要解决的实际问题是：动态接收不同ID的产品称重值，没有提前攒齐所有测量数据的条件，给定固定允许偏差比例（比如10%），自动剔除混入的异规格异常称重值，最终输出稳定的产品合理基准重量，不会因为偶发的误放产品就把计算结果带偏。

核心算法流程 #

完全适配无先验的动态输入逻辑，每收到一个新的称重值立刻做处理，不需要等待批量数据到齐：

• 初始基准锚定：连续收集3个以上称重值，若组内任意两个值的相对偏差不超过允许偏差的20%，取这组值的中位数作为初始基准值M。选中位数的原因是初始阶段就算混入1个异常值，也不会把基准拉偏，比均值的抗干扰能力强很多。
• 单值异常判别：每收到新的（产品ID, 称重值）对，立刻计算该值与当前M的相对偏差，若绝对值超过预设的允许偏差比例，直接判定为异规格异常值，不纳入后续基准计算；若在允许范围内，则归入基准计算池。
• 基准动态更新：每当有新的合格值进入计算池，就对池内所有有效称重值重新取中位数作为新的基准值M，同步更新对应的合理重量范围（范围永远基于当前M计算，即[M*(1-允许偏差比例), M*(1+允许偏差比例)]）。
• 批量换批异常兜底：如果连续收到的输入中有超过1/3的值都超出当前的合理范围，说明大概率是换了整批的产品规格，这时候暂停旧基准的计算，等待连续收集到3个互差在允许偏差范围内的稳定值后，重新锚定新的基准，避免系统一直停留在旧规格的判断逻辑上。

边界场景适配规则 #

• 避免初始锚定被异常值干扰：如果连续收到的前3个值偏差超过允许范围，不强行设置基准，直到出现符合互差要求的稳定值组再启动锚定，防止把整组异常值当成产品基准。
• 控制计算池的容量上限：最多保留最近100个合格称重值参与中位数计算，既不会因为老的工艺漂移数据拉偏当前基准，也不会因为新值太少导致基准出现大幅波动。
• 取消固定偏差区间设计：不提前写死“200g对应180-220g”的硬编码范围，所有合理区间都随当前基准值动态计算，就算产品实际基准是205g，也能自动匹配对应的184.5g-225.5g的合理范围，不会出现合理值被误判为异常的问题。

实际计算示例（允许偏差设为10%） #

按顺序收到以下称重值时的处理逻辑：

1. 依次收到208g（ID14）、203g（ID27）、201g（ID32）：三个值的最大互差为(208-201)/201≈3.4%，远低于20%的初始锚定阈值，取中位数203g作为初始基准M，对应合理范围为182.7g-223.3g。
2. 收到504g（ID45）：计算与M的偏差为(504-203)/203≈148%，远超10%的允许偏差，直接判定为异常值，不纳入计算池，M保持203g不变。
3. 收到205g（ID51）：与M的偏差为(205-203)/203≈1%，在允许范围内，纳入计算池；此时池内值为[208,203,201,205]，重新计算中位数为(203+205)/2=204g，作为新的基准M，对应合理范围同步更新为183.6g-224.4g。

注：实际落地时不要硬套通用的3σ异常判别法：3σ的使用前提是提前采集到足够多的无干扰样本计算整体标准差，但本场景是动态接输入、还混有一定比例的异规格异常值，根本凑不出合格的无偏样本，硬套反而会频繁出现误判。

内容的提问来源于stack exchange，提问作者Popa Ovidiu-Razvan