下面是一个示例解决方案，该方案使用Python编写，并使用numpy库进行数值计算：

import numpy as np

def moving_average(data, window_size, overlap):
    result = []
    n = len(data)
    start = 0
    end = window_size
    while end <= n:
        window = data[start:end]
        avg = np.mean(window)
        result.append(avg)
        start += window_size - overlap
        end += window_size - overlap
    return result

# 示例数据
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# 计算移动平均值，窗口大小为3，重叠大小为1
averages = moving_average(data, 3, 1)

# 输出移动平均值
print(averages)

在这个示例中，moving_average函数接受三个参数：data是输入数据，window_size是窗口大小，overlap是重叠大小。函数通过循环迭代计算每个窗口的平均值，并将结果存储在result列表中。start和end变量表示当前窗口的起始和结束索引，每次迭代增加窗口大小减去重叠大小以移动窗口。最后，函数返回计算得到的移动平均值列表。

在示例中，我们使用了一个简单的输入数据列表data，包含数字1到10。然后，我们调用moving_average函数来计算移动平均值，窗口大小为3，重叠大小为1。最后，我们将计算得到的移动平均值列表打印出来。

这个示例只是一个简单的示范，你可以根据实际需求和数据进行修改和扩展。