工业生产中，发现异常并不是最终目的，根据异常程度实现报警，提示操作人员完成相应的操作，提高生产效率或者生产安全性才是目的。之前介绍的“异常度”只能描述某个时刻的异常程度，还不具备用来报警的功能。

设Rg₁，Rg₂是两个异常度序列，W(…)是计算报警激烈程度的函数。从朴素的观点来看，W(…)应该有这样一些特征：

（1） 异常程度越大时报警越激烈；

如：

Rg₁=[0,0,0,0.2]，Rg₂=[0,0,0,0.5]

W(Rg₁)<W(Rg₂)

Rg₂中相同时刻的异常度比Rg₁中的大，报警应该更激烈。

（2） 连续异常时长越长报警越激烈；

如：

Rg₁=[0,0.2,0,0.2]，Rg₂=[0,0,0.2,0.2]

W(Rg₁)<W(Rg₂)

Rg₂中连续异常，Rg₁中的异常不连续，报警应该更激烈。

（3） 距离当前时刻越远的异常点对当前时刻的报警激烈程度影响越弱。

如：

Rg₁=[0.2,0,0,0.2]，Rg₂=[0,0.2,0,0.2]

W(Rg₁)< W(Rg₂)

Rg₂中的异常度比Rg₁中的异常度距离当前时刻近，报警应该更激烈。

这些特征要求一个具有时间累积效应的量来描述报警的激烈程度，称之为报警强度，它其实是异常度的一个衍生序列。

wn_i=W(Rg[-(k’+1)]_i+1)

其中W(…)是计算报警强度的函数，Rg[-(k’+1)]_i+1是rg_i之前k’区间的异常度序列和rg_i形成的时间序列。报警强度序列Wn和Rg一样，都属于时间序列。

同发现异常的函数类似，满足报警强度的累积效应的函数理论上有无穷多，这里不可能列出所有函数。类似地，我们选择介绍一批简单常用的衰减累积函数，利用衰减函数算出异常度序列Rg[-(k’+1)]_i+1各个时刻异常度的权重，最后加权平均得到报警强度。

衰减函数是计算异常度权重的函数，越是远离当前时刻的异常度，它的权重越小。比如：

Rg[-(k’+1)]_i+1=[rg_i-k’, rg_i-k’,…,rg_i]

衰减函数Fd(…)得到的权重序列是Wt

Wt=[wt_i-k’, wt_i-k’,…,wt_i]

rg_i-k’距离rg_i最远，所以它对应的权重wt_i-k’应该最小，即：

wt_i-k’<wt_i-k’<…<wt_i

报警强度wn_i是Rg[-(k’+1)]_i+1的加权求和，权重就是Wt

wn_i=sum(Wt** Rg[-(k’+1)]_i+1)