基于BP神經網絡的高水平女子100 m欄專項成績預測模型

宋愛玲　劉靜　李征　陳鍇

摘要：運用Matlab仿真分析平臺，采用人工神經網絡函數映射方法，根據我國100 m欄運動員劉靜1995—1998年的專項素質數值，構建并選用合適的BP神經網絡建立女子100 m欄運動員專項成績預測模型。計算結果表明，該模型預測精度高，且其拓展應用可為女子100 m欄運動員科學訓練提供重要理論指導。

關鍵詞： 100 m欄；高水平運動員；女子短跑；神經網絡

中圖分類號： G 822.6 文章編號：1009783X(2012)03026503 文獻標志碼： A

收稿日期：20100517

基金項目：中央高?；究蒲袠I務費專項資金資助”（SWJTU11BR121 ；SWJTU11BR122）。

作者簡介：宋愛玲（1977—），女，山西大同人，碩士，副教授，研究方向為體育教育訓練；劉靜（1977—）女，四川人，碩士，講師，研究方向為體育教育訓練；李征（1979—），男，四川人，博士，講師，研究方向為體育教育訓練。

作者單位：1蔽髂轄煌ù笱體育部，四川 成都 610031；2蔽髂廈褡宕笱體育學院，四川 成都 610041

1.Department of Physical Education,Southwest Jiaotong University,Chengdu 610031,China；2.Basketball Teaching & Research Section,Capital Institute of Physical Education,Beijing 100088,China.運動員專項成績與身體素質訓練水平之間存在明確的函數映射關系[12]，通過建立運動員專項成績與身體素質關系的理論模型，可實現運動員專項成績的準確預測，并可為制定身體素質的備戰訓練提供科學的理論依據。

目前，運動員專項成績與身體素質關系理論模型的建立一般采用多元回歸方法和灰色方法，這些方法的收斂性、適應性及預測精度均受到不同程度的限制，因而預測效果不佳[35]。文獻[68]利用人工神經網絡強大的函數映射能力對訓練樣本進行學習，克服了多元回歸方法和灰色方法所建數學模型的缺點，建立了多個項目運動員精確的專項成績預測模型；然而，到目前為止，仍未有女子100 m欄運動員相關預測模型的文獻報道。有鑒于此，本文基于Matlab仿真分析平臺，以我國女子100 m欄冠軍劉靜的專項成績與素質訓練水平為學習樣本（見表1），利用人工神經網絡函數映射方法，建立了其專項成績預測模型。該模型預測精度高，且其拓展應用可為女子100 m欄運動員科學訓練提供重要理論指導。

利用以上曲線，教練員和運動員可分析出各項素質訓練水平對專項成績的影響程度，據此，可科學合理地安排運動員的訓練，提高比賽成績。

3 結論

運動員專項成績與身體素質訓練水平之間存在明確的函數映射關系，通過建立運動員專項成績與身體素質關系的理論模型，可實現運動員專項成績的準確預測，并可為制定身體素質備戰訓練提供科學的理論依據；因此，本文基于Matlab仿真分析平臺，利用人工神經網絡函數映射方法，建立了女子100 m欄運動員專項成績預測模型。該模型預測精度高，且其拓展應用可為女子100 m欄運動員科學訓練提供重要理論指導。

參考文獻：

[1] 張正紅，劉志蘭.劉翔分段成績與專項成績的灰色關聯綜合分析及模式化訓練途徑[J].武漢體育學院學報，2008，42(4)：9092.

[2] 趙永壽.關于構建鉛球運動員成績的人工神經網絡預測模型的研究[J].北京體育大學學報，2006，29(4)：486488.

[3] 袁磊.世界優秀男子跳高運動員身體素質與專項成績相關關系的遞歸神經網絡模型構建[J].北京體育大學學報，2008，31(2)：202204.

[4] 鐘平，龔明波.鏈球運動員身體素質與專項成績相關關系的神經網絡模型[J].廣州體育學院學報，2004，24(1)：3335.

[5] 鐘武，唐岳年.鉛球運動員專項成績的神經網絡預測模型的構建[J].西安體育學院學報，2005，22(3)：7881.

[6] 劉志蘭，龍斌，王陽春,等.基于BP神經網絡的劉翔成績與分欄時間預測模型研究[J].蘭州交通大學學報，2008，27(5)：177180.

[7] 鄧云玲，張廣林，許世巖,等.男子110 m欄運動員專項能力指標體系與成績預測模型的構建[J].西北師范大學學報：自然科學版，2007，43(2)：98101.

[8] 陳海英，郭巧，徐力.基于神經網絡的人體100 m跑運動能力綜合評價[J].中國體育科技，2003，39(2)：13.

[9] 葛哲學，孫志強.神經網絡理論與Matlab R2007實現[M].北京:國防工業出版社，2007：36.

[10] 宋愛玲，陳鍇.110m欄世界及我國選手劉翔最好成績的灰色模型及其預測[J].首都體育學院學報，2003，(4)：6869.