基于灰色預測法的最佳運動量的預測

鄔長杰，堯俊瑜

（西華大學計算機與軟件工程學院，成都 610039）

基于灰色預測法的最佳運動量的預測

鄔長杰，堯俊瑜

（西華大學計算機與軟件工程學院，成都 610039）

隨著社會經濟的高速發展，人們的生活節奏也越來越快。除了對物質生活的追求外，人們也開始關注自身的身體素質。由于不同個體無論在實時鍛煉還是長期健身過程中的表現均不同，所以研究探索新的針對個體體質特征的健身監測與智能評價系統成為時代所需。通過灰色預測法對不同的個體進行最佳運動量的預測，使運動者能夠安全而高效地運動和健身。

灰色預測法；最佳運動量；預測

0 引言

灰色預測是通過對原始數據的處理和灰色模型的建立，掌握系統的發展規律，對系統的未來狀態做出科學的定量預測。灰色預測法是一種對含有不確定因素的系統進行預測的方法，在應用上，灰色預測現在應用于很多領域，例如，氣象預報、地震預報、病蟲危害預測、健身運動預測等。在本文中，就是將健身運動者的體質作為研究的對象，將運動前的體質作為輸入，經過灰色預測模型，通過對運動后體質的判斷，得到最佳運動量，從而達到高效運動的目的。

1 預測方法的簡介

（1）模糊綜合評價法

模糊綜合評價法是一種基于模糊數學的綜合評價方法。這種評價方法的原理是首先確定評價的對象，在分別確定各個因素的權重和它們的隸屬度矢量，從而獲得模糊評判矩陣，最后把模糊評價矩陣與權重隸屬度矢量進行模糊運算并進行歸一化，進而得到模糊評價的結果。但是這種綜合評價方法的計算比較復雜，并且評價的精度不高，以至于預測不夠準確。

（2）BP神經網絡

BP神經網絡是1986年由Rumelhart和McClelland為首的科學家提出的概念，是一種按照誤差逆向傳播算法訓練的多層前饋神經網絡，也是目前應用比較廣泛的神經網絡。BP神經網絡無需事先確定輸入輸出的映射關系的數學方程，只需要通過自身的訓練，給定一個輸入值，然后經過神經網絡，得到接近于期望值得輸出結果，而作為一種智能信息處理系統，算法是實現BP神經網絡的核心。BP算法的基本思想是梯度下降法，它利用梯度搜索技術，使網絡的實際輸出值和期望輸出值之間的誤差達到最小。現在BP神經網絡在網絡理論和性能方面都已經達到了比較成熟的水平。但是也存在著一些不足的地方，BP神經網絡的學習速度比較慢，一般需要幾百甚至上千次的學習才能收斂。BP神經網絡的目標函數非常復雜，算法比較低效。

（3）灰色預測法

如果某一系統的全部信息已知為白色系統，全部信息未知為黑箱系統，部分信息已知，部分信息未知，那么這一系統就是灰色系統。一般地說，社會系統、經濟系統、生態系統都是灰色系統。而灰色預測法就是對灰色系統所做的預測。灰色預測通過鑒別系統因素發展趨勢的相似程度，進行關聯度分析，并通過對原始數據的處理，建立相應的微分方程模型，從而預測事務未來的發展趨勢和狀況。因為灰色預測模型所需要的數據量比較少，且預測精度較高，計算簡單，預測比較準確等優點，使灰色預測法的應用比較廣泛。灰色預測模型的特點是：對于一個模糊系統來說，傳統的預測方法就會失去作用。處理模糊預測問題的數學方法是模糊數學。模糊數學的基礎是模糊集合論，而模糊集合是普通集合的擴展。美國學者l.a.zadeh教授建立的模糊集合論，為模糊預測理論與方法的研究奠定了理論基礎。它用簡捷有力的方法處理復雜系統，在某種程度上彌補了經典數學與統計數學的不足。

經過對比幾種預測方法，在本文中我們將使用灰色預測法對健身運動的最佳運動量進行預測。其中灰色預測法的基本原理及方法參數等介紹如圖1所示。

圖1

2 基于灰色預測法的最佳運動量的預測

最佳運動量的確定對于健身愛好者來說至關重要，而在不同時期，不同階段，健身者的體質有所不同，這就使得最佳運動量不同。同時，運動量太小，則達不到健身運動的效果；運動量過大，會增加心肺的負擔，甚至有可能對運動者的身體造成損傷，不利于健身運動。為了增強健身者的體質，提高健身的效率，達到安全健身，高效健身的目的。我們在本文中將采用灰色預測法對健身運動者的運動量進行預測。

在灰色預測方法中，常見的灰色預測有以下幾種：

（1）系統預測：系統預測是通過對系統的行為特征建立相互關聯的灰色預測模型，從而預測系統中的各種變量協調關系的變化。

（2）數列預測：用觀察到的反映預測對象特征的時間序列來構造灰色預測模型，預測未來的特征量，并且達到這一特征量的時間。

（3）拓撲預測：根據原始數據作出相應的曲線圖，并在曲線圖上按照定值尋找到該定值發生的時點，然后以該定點作為框架的時點序列，再建立預測模型來預測該定值發生時的時點。

（4）災變與異常值預測：通過灰色預測模型預測災變值發生變化的時刻，并且預測異常值發生在特定時區內的時刻。

（5）季節災變與異常值預測：這種預測就是通過灰色預測模型預測災變值發生在一年之內某一個特定的時區和季節的災變預測。

灰色預測模型的建模步驟如下：

a.了解建模機制，創建建模機理；

b.將原始數據加工成生成數；

c.對殘差，也就是模型計算值與實際值之差，經過修訂后，建立差分微分方程模型；

d.對關聯度收斂進行分析；

e.灰色預測用得最多的就是GM(1,1)模型，但是GM模型所得的數據必須是經過逆生成還原后才能夠使用的數據；

f.采用五步建模的方法，即系統定性分析，因素分析，初步量化，動態量化，優化；然后建立一種差分微分方程模GM(1,1)，也就是最后的灰色預測模型。

而本文的灰色預測模型中采用的方法是系統預測法，其設計思想是將人體的體質作為輸入，經過灰色預測法的預測模型，得到相應的體質輸出和運動量輸出結果，然后在對體質進行判斷，如果運動后的體質已經達到最佳，則相應的運動量就是最佳運動量。反之，如果運動后的體質沒有達到最佳，則繼續增加運動量，直到達到運動量的上限，再將運動量增加后的體質繼續作為灰色預測模型的輸入，進行判斷，如此反復，最終確定最佳運動量。

3 結語

隨著人們生活水平的不斷提高，健身運動越來越受到人們的重視，而適宜的運動量自然就是健身運動者關注的重點。運動量過大或者過小都對健身運動造成不利的影響，而健身運動本身就是一個動態變化的過程，筆者采用的辦法正是根據人體不同時期，不同階段的不同體質，運用灰色預測模型，找到不同健身愛好者的最佳運動量，這不僅是一種安全有效的健身運動測評方法，更是一種科學的健身運動方式。

[1]黃克.灰色預測模型算法的改進研究[J].系統科學與數學，2015，11.

[2]王璐，沙秀艷，薛穎.改進的GM(1,1)灰色預測模型及其應用[J].統計與決策，2016，10.

[3]付東.大學生體育態度與體質健康的調查研究及相關性分析[J].北京體育大學學報，2014，6.

[4]王軍利.關于學生體質健康測試中存在問題的思考[J].體育學刊,2015,1.

Prediction of Optimum Quantity of Movement Based on Grey Prediction Method

WU Chang-jie，YAO Jun-yu
（School of Computer and Software Engineering,Xihua University,Chengdu 610039）

With the continuous development of society,people's living standards have been greatly improved,and now people not only pursue material life,but also begin to pay attention to their physical quality.Different individuals at different stages and different fitness intensity,the best amount of exercise is different.Therefore,it is very important for a fitness athlete to establish a prediction system of optimum amount of exercise.Uses the grey prediction method to predict the optimal amount of exercise for different individuals,so that athletes can exercise safely and efficiently.

Grey Forecasting Method;Amount of Exercise;Prediction;Forecast

1007-1423（2017）31-0011-03

10.3969/j.issn.1007-1423.2017.31.003

鄔長杰（1992-），男，四川內江人，碩士研究生，研究方向為計算機科學與技術

2017-07-20

2017-10-10