APP下载

Multi-Agent模式下高校体育训练管理决策系统的设计与实现

2016-05-25邓光庆

电子设计工程 2016年23期
关键词:管理决策体育训练决策

邓光庆,周 文

(1.咸阳师范学院体育学院 陕西 咸阳 712000;2.安徽工程大学 计算机与信息学院,安徽 芜湖241000)

Multi-Agent模式下高校体育训练管理决策系统的设计与实现

邓光庆1,周 文2

(1.咸阳师范学院体育学院 陕西 咸阳 712000;2.安徽工程大学 计算机与信息学院,安徽 芜湖241000)

为了研究Multi-Agent模式下高校体育训练管理决策系统的设计情况。针对当前我国高校的体育训练管理之中,基于Multi-Agent模式下,分析决策系统设计需求,并结合总体结构设计、功能设计以及软件代码实现等部分,设计实现高校体育训练管理决策系统。结果证实,基于Multi-Agent模式下,设计实现高校体育训练管理决策系统,提升系统应用性能,提升12.0%,提高高校体育训练管理决策质量,提高20.0%,发挥设计实现效益。结论表明,在Multi-Agent模式下,设计高校体育训练管理决策系统,不仅可以确保该系统符合实际应用需求,也可提升当前高校体育训练管理决策质量,发挥积极实现价值。

高校;设计;Multi-Agent模式;体育训练管理决策系统

文中,根据高校体育训练管理决策管理特点,基于Multi-Agent模式下,设计了一个适合当前形势的高校体育训练管理决策管理系统,并对系统具体实现中各个部分进行设计分析,以便可以提升Multi-Agent模式下高校体育训练管理决策系统质量。以下对此做具体分析。

1 Multi-Agent模式

Multi-Agent模式,能够基于时间序列,将事物的本身发展作为一个不断延续发展的过程,在这个过程中,可以根据正确识别发展模式,来有效的预测事物发展决策[1]。对于Multi-Agent模式中,可以根据假设条件较少的R/S分析,通过计算Husrt指数值及其稳定性来判断时序的相关性[2-5]。其具体的决策算法如下所示:

一个已知时间序列{Xt},t=1,2,3…N。N是其决策代理观测的次数。那么,其τ个时间序列的观测点均值就是:

在该式中,a是常数,H是Hurst指数。

在Multi-Agent模式下,其决策讨论Agent中,可以根据以下的步骤估计出Hurst指数。

① 将N观测次数时间序列X(t),使其分成M个的τ区间(2≤τ≤N)。

② 可以计算出在每个τ区间中R/S的比值。

③可以计算出在M个R/S中的算术平均值,将其记作E(R/S)形式。

④ 可以建立一个关系式:E(R/S)τ=(aτ)H。对这个式子两端取出其对数,可以得到式(6):⑤可以在logE(R/S)τ|log(τ)上作回归曲线,并将其斜率作为Hurst指数的估计值H。

在获得估计的H值之后,可以根据在Mandelbort序列,计算出其决策相关性的度量指标:

据此,可以有效度量各个决策增量期之间序列的相关性。基于Multi-Agent模式,根据分析得到的数据相关性,从而可以为下一步管理工作作出决策。

2 高校体育训练管理决策系统设计中应用Multi-Agent模式的优势

在Multi-Agent模式下,设计高校体育训练管理决策系统,能否发挥其体育训练管理决策的作用,能方便快速获取体育训练管理决策信息,为高校体育训练提供充足的决策信息,发挥积极设计优势[6-9]。在Multi-Agent模式中,能及时而快速地响应外来信息和环境的变化,基于Multi-Agent模式,设计高校体育训练管理决策系统,将会提升高校对于体育训练管理决策制定的灵敏性,发挥系统设计优势。

3 基于Multi-Agent模式设计实现高校体育训练管理决策系统

3.1 系统需求分析

基于Multi-Agent模式,设计高校体育训练管理决策系统,需要优化系统的数据信息管理设计,确保高校体育训练管理决策数据在网上实现自动化的传递,可以实现 Multi-Agent模式下决策数据的共享,可以有效避免体育训练管理中的重复劳动,规范高校体育训练管理决策的具体行为,从而有效提高管理决策系统的应用水平与使用效率[10]。同时,设计体育训练管理决策系统,可以把管理决策人员的繁琐工作,简化到Multi-Agent模式下的自动化决策数据处理中,可以全面的提高当前高校中的体育训练管理决策效益,确保该系统设计符合实际需求[11-13]。

3.2 系统总体结构设计

对于高校体育训练管理决策系统设计中,结合 Multi-Agent模式,设计黑板讨论、Agent、决策与一体的决策系统。对于系统设计中,结合多个Agent模块[14],以确保系统多个用户,将其自身的其体育训练管理决策集成到黑板中讨论决策,并控制最终黑板决策输出系统。基于Multi-Agent模式下,系统的总体设计结构如图1所示。

图1 系统总体设计结构

3.3 系统功能设计

1)用户平台管理功能:可进行查询,修改、处理等。

2)学生历史借器材档案管理管理功能:学生的一般情况,借器材情况等。如图2所示。

图2 器材管理

3)采集信息以及控制客户使用系统权限的功能:对于高校体育训练管理决策中,针对每学期的训练信息,均可以将具体的体育决策以及器材信息情况录入到系统中,并对于网上系统的信息使用进行相关的责任权限设计。其设计结构如图3所示。

图3 借用管理

3.4 搭建系统Multi-Agent模式

在Multi-Agent模式下,设计高校体育训练管理决策系统,当接到系统用户以及管理Agent发来的管理决策任务的预测命令,可以读入时间序列数据文件,多次进行差分处理,直到成为平稳序列为止,最后把分析结果转换成信息,交管理Agent处理[15]。具体的Multi-Agent模式框图如图4所示。

Multi-Agent模式下,设计该系统中,对于体育决策数据分析,可以采用反应式的agent结构。在该模式中,对于体育训练管理决策系统设计中,不需具备一些具体的决策精神状态,而是只需对传送来的讨论决策数据文件,可以进行相应处理工作,同时也可以将得到的处理结果传送到系统的客户端用户中,以及系统管理的agent模块,就可实现该系统的基本决策设计模式。其实际设计的结构如图5所示。

3.5 系统软件代码实现

在Multi-Agent模式下,设计高校体育训练管理决策系统,创建系统新项目代码实现如下:

图4 Multi-Agent模式框图

图5 Multi-Agent模式数据分析结构

系统中的Agent实现代码如下:

决策黑板讨论决策知识库,其软件实现中的部分代码如下所示:

4 系统应用效益分析

对于Multi-Agent模式下,设计高校体育训练管理决策系统,有助于满足该高校体育训练管理决策系统的实时性设计要求,确保提升高校体育训练管理决策系统的适应性能。与传统体育决策管理系统比较,其数据如表1所示。

表1 应用效益分析表

对于高校体育训练管理决策系统设计中,采用 Multi-Agent模式,不仅可以简化系统开发设计平台的测试、维护工作人员工作量,也更加提升高校体育训练管理决策系统可扩展性。在Multi-Agent模式下,设计高校体育训练管理决策系统,提高该系统的性能,提高12.0%;同时,也可以提高高校体育训练管理决策质量,提高20.0%,发挥设计实现效益。

5 结 论

综上所述,基于Multi-Agent模式下,设计实现高校体育训练管理决策系统,可以提升当前高校体育训练决策管理质量,运用该系统,能够为高校群体学生以及单个学生的身体素质评估以及体育训练方面,基于Multi-Agent模式,提供有效的决策支持,为学生制定科学的训练计划,发挥积极的应用效益。

[1]谢科,李琪.基于Multi-Agent的大学生体育训练管理决策系统研究与设计[J].计算机与数字工程,201341(7):1103-1105,1128.

[2]马超俊.基于Multi-Agent的体育训练管理决策系统研究[J].陕西教育(高教),2014(11):60-60,69.

[3]张维.基于黑板的多Agent体育训练管理DSS系统设计[J].现代电子技术,2014(11):111-113,117.

[4]周兴斌,梅成.基于多Agent的体育训练管理DSS的设计[J].微计算机信息,2009,25(9):36-38.

[5]张磊,尤艳艳,赵晓安,等.体育场馆疏散过程中小团体行为的仿真研究[J].中国安全生产科学技术,2010,6(5):53-59.

[6]陶倩,马刚,史忠植,等.基于Agent的专家系统推理模型[J].智能系统学报,2013(2):135-142.

[7]张维.基于Agent的智能体育训练管理系统研究与应用[J].电子设计工程,2014,22(22):42-44,48.

[8]高卫哲,铉令强.基于MAS大学体育管理决策支持系统的研究[J].煤炭技术,2010,29(12):246-247.

[9]王秋茸.一种基于多Agent系统的协同竞技模型[J].电子设计工程,2013,21(12):46-49.

[10]易剑东,任慧涛.中国体育智库建设研究[J].武汉体育学院学报,2015(7):5-13.

[11]高晓波,陈淑莲,乔玉,等.大型体育场馆的空间布局和功能定位及政府决策[J].体育学刊,2014(2):40-46.

[12]陶倩,王子朴.公共体育场(馆)行为运营管理系统的建模与仿真方法研究[J].体育科学,2013,33(10):28-34.

[13]曹可强,兰自力.论公众参与政府公共体育服务的决策[J].体育学刊,2012(6):31-34.

[14]李寿邦.体育传统项目学校信息统计系统的设计与实现[J].西安石油大学学报:自然科学版,2012,27(5):99-101.

[15]曹晓东,蒋荣.试论体育社会科学技术实践[J].体育文化导刊,2011(3):137-140.

Design and implementation of physical training management decision support system under Multi-Agent mode

DENG Guang-qing1,ZHOU Wen2
(1.Institution of Physical Education,Xianyang Normal University,Xianyang 712000,China;2.Institution of Computer and Information Science,Anhui Polytechnic University,Wuhu 241000,China)

In order to study the design of the case Multi-Agent Model of University Sports Training Management Decision System.For physical training and management of the current Chinese universities among the Multi-Agent model based on the following analysis of the decision-making system design requirements,combined with the overall structural design,functional design and software code and other parts,design and implementation of college sports training management decision-making system.The results confirmed the next Multi-Agent-based model,design and implementation of college sports training management decision-making system,to enhance the system application performance,improve 12.0%,improve the quality of university sports training management decisions,increase 20.0 percent,to play designed to achieve efficiency.Conclusions show that Multi-Agent mode design college sports training management decision system,not only can ensure that the system meets the practical needs,but also can improve the quality of decision making and College Sports Training Management,to play an active realization value.

colleges and universities;design;Multi-Agent mode;physical training and management decision system

TN99

A

1674-6236(2016)23-0156-03

2015-12-23稿件编号:201512242

邓光庆(1973-),男,湖南娄底人,硕士,讲师。研究方向:高校教学与训练。

猜你喜欢

管理决策体育训练决策
如何提高小学校长的管理决策能力
为可持续决策提供依据
体育训练教学中的平衡发展
营养健康与体育训练结合的思考
决策为什么失误了
决策树和随机森林方法在管理决策中的应用
青少年体育训练存在的问题及对策
关于大数据与政府公共管理决策的探析
逻辑思维在管理决策中的作用分析
紧贴实战落实《大纲》要求推进航空体育训练创新发展