運用模糊數學積分方法優選跳遠運動員

　　摘 要： 對跳遠運動員的選材一般采用測量和語言描述的方法，但如何將這兩者即定量因素與定性評定因素有機地結合起來，客觀地評定運動員的綜合素質，則是一個值得研究的問題。本文運用模糊積分方法對女子跳遠運動員多因素選材進行綜合分析、評判和優選，尋求一種較客觀、定量化的選材模式。
　　關鍵詞： 跳遠運動員 選材 綜合評判 模糊數學積分方法
　　近幾年我國跳遠項目與其他跳躍項目一樣，在一些國內外大型比賽中成績一直不理想。影響跳遠競技運動水平的因素是多方面的，而跳遠運動員選材問題則是其中一個十分重要的原因。選材的重要性眾所周知，但現階段的選材方法系單維評價方式，固套硬性指標缺乏多維、動態的綜合分析，造成淘汰率高及很大的浪費。原有的評選方法難以適應現代跳遠運動競技發展的需要。本研究運用模糊數學積分方法對運動員進行全面、多因素、客觀的評判，避免選材中的主觀性，從而為優選運動員的過程提供科學化、定量化的參考依據。
　　1.研究對象與方法
　　1.1研究對象
　　以阜陽市體校7名（13—14歲）女子運動員為研究對象。
　　1.2研究方法
　　1.2.1文獻資料。為獲得與本研究有關理論、研究成果及選材方法、內容，查閱了大量的專著與文獻。
　　1.2.2走訪調查法。在查閱大量國內外有關文獻資料的基礎上，結合對具有豐富訓練經驗的一些教練員和體育院校教師的走訪調查，經反復篩選擬定出27項指標制定出專家調查表。
　　1.2.3問卷調查法（特爾菲法）。將《跳遠運動員選材指標評價調查表》郵寄給專家，經過兩輪反饋函詢，最終確定各因素指標及分類指標的權重集。
　　1.2.4確定權重集配置。對專家調查情況進行統計，筆者采用模糊數學層次分析法（AHP法），對分類指標和因素指標進行評判，從而得出評價體系各內容的權重分配（見表1）。
　　1.2.5測評分值換算標準以《中國田徑教學訓練大綱》為依據。
　　1.2.6數據的處理。數據的處理均用模糊數學數據處理軟件包，以及SPSS11統計軟件在聯想586計算機上運算處理。
　　2.測試方法
　　為增強測試結果的客觀性，防止出現觀察的偏向性和非均等性，將被測者統一集中于同一時間同一地點，按抽簽排序，采用標準化的雙盲測試。監測人員由副高以上職稱的5位專家組成。
　　3.結果與分析
　　3.1建立備選運動員單因素評判矩陣
　　根據評選標準和要求，由監測小組專家對運動員進行測評，根據對可測性因素的得分和定性評定因素等級在表2中找出代號，構成表1中各運動員的基本情況，再由表2轉換為百分制的隸屬度值，然后將最低層次的因素評定結果排列起來，組成每大類的評判矩陣R，即=［r］（0≤r≤1）。
　　例如：A運動員對應客觀因素分類U，即U=｛u，u，… u｝，u的值為5在對應換值行中查找相應的隸屬度，固u=（0，0，0，0.15，0.85），同理可查出u，u，…u的隸屬度向量，由此可構成A運動員客觀因素類的模糊矩陣，即=［r］（0≤r≤1）。
　　=［r］=uu…u= 0 0 0 0.15 0.85 0 0 0.15 0.70 0.15… … … … … 0 0 0.15 0.70 0.15
　　3.2通過對單因素矩陣加權得出分類評判結果
　　模糊單因素矩陣的建立只是對各分類的簡單描述。各因素的重要程度直接關系到評判的結果，對因素集加權后的評判結果才能真正反映出運動員各分類指標向量。本評判中客觀因素分類的權重集是A={a，a，a，…a}={0.11，0.12，0.24，…0.12}，則可寫成：
　　=?=（0.11，0.12，0.24，…0.12）? 0 0 0 0.15 0.85 0 0 0.15 0.70 0.15… … … … … 0 0 0.15 0.70 0.15
　　對A運動員的客觀因素評判：=（0，0，0.0555，0.3535，0.591）
　　同理，可求出A運動員身體素質B、專項技術B、心理素質B、智力和能力B等方面分類指標向量。
　　按以上方法可分別求出B、C、D、E、F、G各運動員的值向量，為了進一步求出各運動員分類中所得分值，將（表2）中分數C=（50，60，70，80，90）轉置為C構成轉置矩陣，根據公式：X=?C
　　A運動員的客觀因素分值：X=?C=（0，0，0.0555，0.3535，0.591）?5060708090=85.4分
　　同理，求出7名備選運動員5類分值，將X換算為百分數（例X=85.4/100=0.854）填入表3中，用同樣的方法分別求出七名運動員五大類評判值（見表3）。
　　3.3運用模糊積分值優選跳遠運動員
　　通過對單因素矩陣加權后，可以得出各位備選隊員各分類結果，但仍難以從整體上判斷這幾位運動員入選優劣排序。根據系統論原理，評價整體功效應從多維向量分析，首先看因素對各分類的貢獻率，然后看分類對整體的影響力度。因此，本研究將分類指標數據通過再次評判才能更科學、更客觀地評價備選運動員。那么，七位備選運動員評判情況如何呢？以下運用模糊積分進行評判。
　　設各評判對象總體情況為論域U即U={U，U，…U}={客觀因素，…智力和能力}。
　　根據各分類權重配置aλ（U）={0.18，0.33，0.25，0.14，0.10}，將運動員分類評判值按大小進行排序，且aλ（U）與之類別相匹配（見表4）。
　　根據公式：μ=h（U）оa（°）=〔h（U）∧H（r）〕
　　按H（r）=ar+H（r-1）
　　對于A運動員：H（r）=0.18+H（1-1）=0.18
　　H（r）=ar+H（r）=0.18+0.25=0.43
　　同理:H（r）=0.53 H（r）=0.86 H（r）=1
　　所以:μ=〔h（U）∧H（r）〕（注：∨表示取大運算，∧表示取小運算）
　　=（0.85∧0.18）∨（0.84∧0.43）∨（0.83∧0.53）∨（0.818∧0.86）∨（0.773∧1）
　　=0.818
　　用同樣的方法計算出運動員B，C，D，E，F，G的模糊積分值：μ=0.771；μ=0.805；μ=0.8；μ=0.805；μ=0.787；μ=0.801，模糊積分值排序μ＞μ＞μ＞μ＞μ＞μ＞μ，μ值高則該運動員入選滿意程度高，即評價高，μ值低則評價低。因此，運動員A入選條件最好（μ=0.818）；其次是運動員C和E（μ=0.805）；B屬最后（μ=0.771）。
　　通過上述評判過程，我們可以獲得運動員多因素多指標的綜合水平信息，從而為整體上選拔運動員提供依據。
　　這些年來，筆者運用該方法在跳遠和三級跳遠選材方面取得了一定的成績，先后為安徽省少年隊和青年隊輸送了三十幾位隊員，其中就有我國當今優秀女子跳遠運動員陳亞玲。由此認為運用模糊積分方法對優選跳遠運動員具有可行性。
　　4.結論與建議
　　4.1結論
　　4.1.1通過運用模糊積分方法，將跳遠運動員的可測性因素與定性評定因素有機地結合起來，能夠全面、客觀和真實地反映運動員的水平。
　　4.1.2運用模糊積分理論進行多因素、多層次的定量評價，能夠客觀地辨析運動員選材中優劣界限不甚分明的問題。
　　4.1.3此方法可適應于其他項目運動員的選材工作，只要根據不同項目設計指標體系和權重集，就可得出相應的評價結果。
　　4.2建議
　　4.2.1建議加強跳遠運動員選材觀念的轉變和選材方法的改進，需將可測性因素與定性評定因素有機地結合起來評價優選，能更有效地挖掘備選隊員的潛在能力。
　　4.2.2鑒于選材測評中需做大量的測量和評價工作，建議開發出跳遠運動員選材評價指標體系的軟件。一方面，使實施更準確，更具科學性。另一方面，也能減輕實施者的工作負擔。
　　參考文獻：
　　［1］曾凡輝，王路德，邢文華等.運動員科學選材［M］.北京：人民體育出版社，1992.252-296.
　　［2］白耀車.體育預測學［M］.成都：四川教育出版社，1992.
　　［3］汪培莊.模糊數學及其應用［M］.上海：上海科技出版社，1983.
　　［4］文超，韋迪，張思溫等.田徑運動高級教程［M］.北京：人民體育出版社，1994：179-190，401-414.
　　［5］中國田徑協會.中國田徑教學訓練大綱［M］.成都：成都科技大學出版社，1999：42-50.
　　［6］孫慶祝.體育實用模糊數學［M］.北京：人民體育出版社，1990：208-222.
　　［7］藎壚.實用模糊數學［M］.北京：科學技術文獻出版社，1989：277-282.
　　［8］徐永春.綜合評定學生體育成績的模糊數學方法［J］.體育科學，1985，5，（1）：16.
　　［9］原存德，李旭如.模糊數學基本方法在體育研究中的運用［J］.吉林體育學院學報，1995，（2）：99.
　　［10］周新業.用模糊數學方法對體育教學綜合評定的研究［J］.北京體育大學學報，2000，（2）：23