基于灰色預(yù)測(cè)法的最佳運(yùn)動(dòng)量的預(yù)測(cè)

鄔長(zhǎng)杰，堯俊瑜

（西華大學(xué)計(jì)算機(jī)與軟件工程學(xué)院，成都 610039）

基于灰色預(yù)測(cè)法的最佳運(yùn)動(dòng)量的預(yù)測(cè)

鄔長(zhǎng)杰，堯俊瑜

（西華大學(xué)計(jì)算機(jī)與軟件工程學(xué)院，成都 610039）

隨著社會(huì)經(jīng)濟(jì)的高速發(fā)展，人們的生活節(jié)奏也越來(lái)越快。除了對(duì)物質(zhì)生活的追求外，人們也開始關(guān)注自身的身體素質(zhì)。由于不同個(gè)體無(wú)論在實(shí)時(shí)鍛煉還是長(zhǎng)期健身過(guò)程中的表現(xiàn)均不同，所以研究探索新的針對(duì)個(gè)體體質(zhì)特征的健身監(jiān)測(cè)與智能評(píng)價(jià)系統(tǒng)成為時(shí)代所需。通過(guò)灰色預(yù)測(cè)法對(duì)不同的個(gè)體進(jìn)行最佳運(yùn)動(dòng)量的預(yù)測(cè)，使運(yùn)動(dòng)者能夠安全而高效地運(yùn)動(dòng)和健身。

灰色預(yù)測(cè)法；最佳運(yùn)動(dòng)量；預(yù)測(cè)

0 引言

灰色預(yù)測(cè)是通過(guò)對(duì)原始數(shù)據(jù)的處理和灰色模型的建立，掌握系統(tǒng)的發(fā)展規(guī)律，對(duì)系統(tǒng)的未來(lái)狀態(tài)做出科學(xué)的定量預(yù)測(cè)?；疑A(yù)測(cè)法是一種對(duì)含有不確定因素的系統(tǒng)進(jìn)行預(yù)測(cè)的方法，在應(yīng)用上，灰色預(yù)測(cè)現(xiàn)在應(yīng)用于很多領(lǐng)域，例如，氣象預(yù)報(bào)、地震預(yù)報(bào)、病蟲危害預(yù)測(cè)、健身運(yùn)動(dòng)預(yù)測(cè)等。在本文中，就是將健身運(yùn)動(dòng)者的體質(zhì)作為研究的對(duì)象，將運(yùn)動(dòng)前的體質(zhì)作為輸入，經(jīng)過(guò)灰色預(yù)測(cè)模型，通過(guò)對(duì)運(yùn)動(dòng)后體質(zhì)的判斷，得到最佳運(yùn)動(dòng)量，從而達(dá)到高效運(yùn)動(dòng)的目的。

1 預(yù)測(cè)方法的簡(jiǎn)介

（1）模糊綜合評(píng)價(jià)法

模糊綜合評(píng)價(jià)法是一種基于模糊數(shù)學(xué)的綜合評(píng)價(jià)方法。這種評(píng)價(jià)方法的原理是首先確定評(píng)價(jià)的對(duì)象，在分別確定各個(gè)因素的權(quán)重和它們的隸屬度矢量，從而獲得模糊評(píng)判矩陣，最后把模糊評(píng)價(jià)矩陣與權(quán)重隸屬度矢量進(jìn)行模糊運(yùn)算并進(jìn)行歸一化，進(jìn)而得到模糊評(píng)價(jià)的結(jié)果。但是這種綜合評(píng)價(jià)方法的計(jì)算比較復(fù)雜，并且評(píng)價(jià)的精度不高，以至于預(yù)測(cè)不夠準(zhǔn)確。

（2）BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是1986年由Rumelhart和McClelland為首的科學(xué)家提出的概念，是一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)，也是目前應(yīng)用比較廣泛的神經(jīng)網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)無(wú)需事先確定輸入輸出的映射關(guān)系的數(shù)學(xué)方程，只需要通過(guò)自身的訓(xùn)練，給定一個(gè)輸入值，然后經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)，得到接近于期望值得輸出結(jié)果，而作為一種智能信息處理系統(tǒng)，算法是實(shí)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)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(shù)，使網(wǎng)絡(luò)的實(shí)際輸出值和期望輸出值之間的誤差達(dá)到最小。現(xiàn)在BP神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)理論和性能方面都已經(jīng)達(dá)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(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度比較慢，一般需要幾百甚至上千次的學(xué)習(xí)才能收斂。BP神經(jīng)網(wǎng)絡(luò)的目標(biāo)函數(shù)非常復(fù)雜，算法比較低效。

（3）灰色預(yù)測(cè)法

如果某一系統(tǒng)的全部信息已知為白色系統(tǒng)，全部信息未知為黑箱系統(tǒng)，部分信息已知，部分信息未知，那么這一系統(tǒng)就是灰色系統(tǒng)。一般地說(shuō)，社會(huì)系統(tǒng)、經(jīng)濟(jì)系統(tǒng)、生態(tài)系統(tǒng)都是灰色系統(tǒng)。而灰色預(yù)測(cè)法就是對(duì)灰色系統(tǒng)所做的預(yù)測(cè)?；疑A(yù)測(cè)通過(guò)鑒別系統(tǒng)因素發(fā)展趨勢(shì)的相似程度，進(jìn)行關(guān)聯(lián)度分析，并通過(guò)對(duì)原始數(shù)據(jù)的處理，建立相應(yīng)的微分方程模型，從而預(yù)測(cè)事務(wù)未來(lái)的發(fā)展趨勢(shì)和狀況。因?yàn)榛疑A(yù)測(cè)模型所需要的數(shù)據(jù)量比較少，且預(yù)測(cè)精度較高，計(jì)算簡(jiǎn)單，預(yù)測(cè)比較準(zhǔn)確等優(yōu)點(diǎn)，使灰色預(yù)測(cè)法的應(yīng)用比較廣泛?；疑A(yù)測(cè)模型的特點(diǎn)是：對(duì)于一個(gè)模糊系統(tǒng)來(lái)說(shuō)，傳統(tǒng)的預(yù)測(cè)方法就會(huì)失去作用。處理模糊預(yù)測(cè)問(wèn)題的數(shù)學(xué)方法是模糊數(shù)學(xué)。模糊數(shù)學(xué)的基礎(chǔ)是模糊集合論，而模糊集合是普通集合的擴(kuò)展。美國(guó)學(xué)者l.a.zadeh教授建立的模糊集合論，為模糊預(yù)測(cè)理論與方法的研究奠定了理論基礎(chǔ)。它用簡(jiǎn)捷有力的方法處理復(fù)雜系統(tǒng)，在某種程度上彌補(bǔ)了經(jīng)典數(shù)學(xué)與統(tǒng)計(jì)數(shù)學(xué)的不足。

經(jīng)過(guò)對(duì)比幾種預(yù)測(cè)方法，在本文中我們將使用灰色預(yù)測(cè)法對(duì)健身運(yùn)動(dòng)的最佳運(yùn)動(dòng)量進(jìn)行預(yù)測(cè)。其中灰色預(yù)測(cè)法的基本原理及方法參數(shù)等介紹如圖1所示。

圖1

2 基于灰色預(yù)測(cè)法的最佳運(yùn)動(dòng)量的預(yù)測(cè)

最佳運(yùn)動(dòng)量的確定對(duì)于健身愛(ài)好者來(lái)說(shuō)至關(guān)重要，而在不同時(shí)期，不同階段，健身者的體質(zhì)有所不同，這就使得最佳運(yùn)動(dòng)量不同。同時(shí)，運(yùn)動(dòng)量太小，則達(dá)不到健身運(yùn)動(dòng)的效果；運(yùn)動(dòng)量過(guò)大，會(huì)增加心肺的負(fù)擔(dān)，甚至有可能對(duì)運(yùn)動(dòng)者的身體造成損傷，不利于健身運(yùn)動(dòng)。為了增強(qiáng)健身者的體質(zhì)，提高健身的效率，達(dá)到安全健身，高效健身的目的。我們?cè)诒疚闹袑⒉捎没疑A(yù)測(cè)法對(duì)健身運(yùn)動(dòng)者的運(yùn)動(dòng)量進(jìn)行預(yù)測(cè)。

在灰色預(yù)測(cè)方法中，常見(jiàn)的灰色預(yù)測(cè)有以下幾種：

（1）系統(tǒng)預(yù)測(cè)：系統(tǒng)預(yù)測(cè)是通過(guò)對(duì)系統(tǒng)的行為特征建立相互關(guān)聯(lián)的灰色預(yù)測(cè)模型，從而預(yù)測(cè)系統(tǒng)中的各種變量協(xié)調(diào)關(guān)系的變化。

（2）數(shù)列預(yù)測(cè)：用觀察到的反映預(yù)測(cè)對(duì)象特征的時(shí)間序列來(lái)構(gòu)造灰色預(yù)測(cè)模型，預(yù)測(cè)未來(lái)的特征量，并且達(dá)到這一特征量的時(shí)間。

（3）拓?fù)漕A(yù)測(cè)：根據(jù)原始數(shù)據(jù)作出相應(yīng)的曲線圖，并在曲線圖上按照定值尋找到該定值發(fā)生的時(shí)點(diǎn)，然后以該定點(diǎn)作為框架的時(shí)點(diǎn)序列，再建立預(yù)測(cè)模型來(lái)預(yù)測(cè)該定值發(fā)生時(shí)的時(shí)點(diǎn)。

（4）災(zāi)變與異常值預(yù)測(cè)：通過(guò)灰色預(yù)測(cè)模型預(yù)測(cè)災(zāi)變值發(fā)生變化的時(shí)刻，并且預(yù)測(cè)異常值發(fā)生在特定時(shí)區(qū)內(nèi)的時(shí)刻。

（5）季節(jié)災(zāi)變與異常值預(yù)測(cè)：這種預(yù)測(cè)就是通過(guò)灰色預(yù)測(cè)模型預(yù)測(cè)災(zāi)變值發(fā)生在一年之內(nèi)某一個(gè)特定的時(shí)區(qū)和季節(jié)的災(zāi)變預(yù)測(cè)。

灰色預(yù)測(cè)模型的建模步驟如下：

a.了解建模機(jī)制，創(chuàng)建建模機(jī)理；

b.將原始數(shù)據(jù)加工成生成數(shù)；

c.對(duì)殘差，也就是模型計(jì)算值與實(shí)際值之差，經(jīng)過(guò)修訂后，建立差分微分方程模型；

d.對(duì)關(guān)聯(lián)度收斂進(jìn)行分析；

e.灰色預(yù)測(cè)用得最多的就是GM(1,1)模型，但是GM模型所得的數(shù)據(jù)必須是經(jīng)過(guò)逆生成還原后才能夠使用的數(shù)據(jù)；

f.采用五步建模的方法，即系統(tǒng)定性分析，因素分析，初步量化，動(dòng)態(tài)量化，優(yōu)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(yù)測(cè)模型。

而本文的灰色預(yù)測(cè)模型中采用的方法是系統(tǒng)預(yù)測(cè)法，其設(shè)計(jì)思想是將人體的體質(zhì)作為輸入，經(jīng)過(guò)灰色預(yù)測(cè)法的預(yù)測(cè)模型，得到相應(yīng)的體質(zhì)輸出和運(yùn)動(dòng)量輸出結(jié)果，然后在對(duì)體質(zhì)進(jìn)行判斷，如果運(yùn)動(dòng)后的體質(zhì)已經(jīng)達(dá)到最佳，則相應(yīng)的運(yùn)動(dòng)量就是最佳運(yùn)動(dòng)量。反之，如果運(yùn)動(dòng)后的體質(zhì)沒(méi)有達(dá)到最佳，則繼續(xù)增加運(yùn)動(dòng)量，直到達(dá)到運(yùn)動(dòng)量的上限，再將運(yùn)動(dòng)量增加后的體質(zhì)繼續(xù)作為灰色預(yù)測(cè)模型的輸入，進(jìn)行判斷，如此反復(fù)，最終確定最佳運(yùn)動(dòng)量。

3 結(jié)語(yǔ)

隨著人們生活水平的不斷提高，健身運(yùn)動(dòng)越來(lái)越受到人們的重視，而適宜的運(yùn)動(dòng)量自然就是健身運(yùn)動(dòng)者關(guān)注的重點(diǎn)。運(yùn)動(dòng)量過(guò)大或者過(guò)小都對(duì)健身運(yùn)動(dòng)造成不利的影響，而健身運(yùn)動(dòng)本身就是一個(gè)動(dòng)態(tài)變化的過(guò)程，筆者采用的辦法正是根據(jù)人體不同時(shí)期，不同階段的不同體質(zhì)，運(yùn)用灰色預(yù)測(cè)模型，找到不同健身愛(ài)好者的最佳運(yùn)動(dòng)量，這不僅是一種安全有效的健身運(yùn)動(dòng)測(cè)評(píng)方法，更是一種科學(xué)的健身運(yùn)動(dòng)方式。

[1]黃克.灰色預(yù)測(cè)模型算法的改進(jìn)研究[J].系統(tǒng)科學(xué)與數(shù)學(xué)，2015，11.

[2]王璐，沙秀艷，薛穎.改進(jìn)的GM(1,1)灰色預(yù)測(cè)模型及其應(yīng)用[J].統(tǒng)計(jì)與決策，2016，10.

[3]付東.大學(xué)生體育態(tài)度與體質(zhì)健康的調(diào)查研究及相關(guān)性分析[J].北京體育大學(xué)學(xué)報(bào)，2014，6.

[4]王軍利.關(guān)于學(xué)生體質(zhì)健康測(cè)試中存在問(wèn)題的思考[J].體育學(xué)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(zhǎng)杰（1992-），男，四川內(nèi)江人，碩士研究生，研究方向?yàn)橛?jì)算機(jī)科學(xué)與技術(shù)

2017-07-20

2017-10-10