首先，我只想说我是一名程序员，不是复杂算法方面的专家，可能无法应用复杂的伪代码或解决方案的其他描述。我已经在其中一个编程 SE 论坛上问过类似的问题，希望能找到代码示例，但没有人有解决方案。
我有一个每秒大约 10 个快照的数据流。我编写了一个（C#）控制器，它获取这些数据并根据与预期结果的距离调整一些数据收集参数。目前，我只是对我的数据进行线性缩放操作，这样我离预期结果越远，它纠正的越多。问题是传入的数据流延迟了 0.5 到 2 秒（我可以在运行时计算）。由于这种延迟，它正在纠正前一段时间的结果，并且不断地过度纠正，甚至有时纠正错误的方向。我正在寻找一种算法来执行以下操作：
- 实施一个校正算法（我更喜欢 PID），它将尝试
磨练最佳值 - 根据修正历史和结果，提前预测一定时间（或数据集数量）；这些值不会完全是线性的，但它们可能会接近
在可以实现这一目标的算法方面，我有哪些选择？正如我之前所说，我是一名程序员，因此我将不胜感激代码示例；我不擅长将复杂的伪代码转换为有效的实现。
编辑： 为了解决评论中的一些问题......
- 我确实在我的问题中做了一个小抽象。实际发生的是我得到一个数据流，根据该数据计算 3 个（单独的）数字，并尝试分别优化它们；他们每个人都有自己的输出参数。我从这个算法中需要的是能够对单个数字进行操作并对其进行优化。我会给它历史和结果，它会修改它自己的输出参数。然后我可以为每个参数使用算法 3 次。
- 费率确实略有变化（通常速度很慢），但如果需要，我应该能够计算出变化。但是我不需要足够精确的数字来要求可变的预测时间；我可以选择任意数量的快照来提前预测，它应该让我足够接近我的结果。
- 这是一个物理过程，噪音很大，而且通常不是很准确。我正在获取我的数据流并进行大量估计和跟踪之类的事情，因此经常存在异常值。有许多因素使基本模型相对容易，但任何更准确的东西都将完全关闭。基本上，我无法真正将其建模到有用的程度。请注意，该算法必须控制的输出值是“漂移”或变化率。目前我只是缩放值，以便输入距离理想值越远，输出越高（非常简单）。
- 您是否要求我提供我的数据样本？我应该可以在某个时候做到，但我可能需要几天的时间才能获得机会。为了测试它，我（现在仍然）计划将算法放入带有滑块和噪声发生器的测试程序中，看看会发生什么。
