基于灰色预测法的最佳运动量的预测

邬长杰，尧俊瑜

（西华大学计算机与软件工程学院，成都 610039）

基于灰色预测法的最佳运动量的预测

邬长杰，尧俊瑜

（西华大学计算机与软件工程学院，成都 610039）

随着社会经济的高速发展，人们的生活节奏也越来越快。除了对物质生活的追求外，人们也开始关注自身的身体素质。由于不同个体无论在实时锻炼还是长期健身过程中的表现均不同，所以研究探索新的针对个体体质特征的健身监测与智能评价系统成为时代所需。通过灰色预测法对不同的个体进行最佳运动量的预测，使运动者能够安全而高效地运动和健身。

灰色预测法；最佳运动量；预测

0 引言

灰色预测是通过对原始数据的处理和灰色模型的建立，掌握系统的发展规律，对系统的未来状态做出科学的定量预测。灰色预测法是一种对含有不确定因素的系统进行预测的方法，在应用上，灰色预测现在应用于很多领域，例如，气象预报、地震预报、病虫危害预测、健身运动预测等。在本文中，就是将健身运动者的体质作为研究的对象，将运动前的体质作为输入，经过灰色预测模型，通过对运动后体质的判断，得到最佳运动量，从而达到高效运动的目的。

1 预测方法的简介

（1）模糊综合评价法

模糊综合评价法是一种基于模糊数学的综合评价方法。这种评价方法的原理是首先确定评价的对象，在分别确定各个因素的权重和它们的隶属度矢量，从而获得模糊评判矩阵，最后把模糊评价矩阵与权重隶属度矢量进行模糊运算并进行归一化，进而得到模糊评价的结果。但是这种综合评价方法的计算比较复杂，并且评价的精度不高，以至于预测不够准确。

（2）BP神经网络

BP神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念，是一种按照误差逆向传播算法训练的多层前馈神经网络，也是目前应用比较广泛的神经网络。BP神经网络无需事先确定输入输出的映射关系的数学方程，只需要通过自身的训练，给定一个输入值，然后经过神经网络，得到接近于期望值得输出结果，而作为一种智能信息处理系统，算法是实现BP神经网络的核心。BP算法的基本思想是梯度下降法，它利用梯度搜索技术，使网络的实际输出值和期望输出值之间的误差达到最小。现在BP神经网络在网络理论和性能方面都已经达到了比较成熟的水平。但是也存在着一些不足的地方，BP神经网络的学习速度比较慢，一般需要几百甚至上千次的学习才能收敛。BP神经网络的目标函数非常复杂，算法比较低效。

（3）灰色预测法

如果某一系统的全部信息已知为白色系统，全部信息未知为黑箱系统，部分信息已知，部分信息未知，那么这一系统就是灰色系统。一般地说，社会系统、经济系统、生态系统都是灰色系统。而灰色预测法就是对灰色系统所做的预测。灰色预测通过鉴别系统因素发展趋势的相似程度，进行关联度分析，并通过对原始数据的处理，建立相应的微分方程模型，从而预测事务未来的发展趋势和状况。因为灰色预测模型所需要的数据量比较少，且预测精度较高，计算简单，预测比较准确等优点，使灰色预测法的应用比较广泛。灰色预测模型的特点是：对于一个模糊系统来说，传统的预测方法就会失去作用。处理模糊预测问题的数学方法是模糊数学。模糊数学的基础是模糊集合论，而模糊集合是普通集合的扩展。美国学者l.a.zadeh教授建立的模糊集合论，为模糊预测理论与方法的研究奠定了理论基础。它用简捷有力的方法处理复杂系统，在某种程度上弥补了经典数学与统计数学的不足。

经过对比几种预测方法，在本文中我们将使用灰色预测法对健身运动的最佳运动量进行预测。其中灰色预测法的基本原理及方法参数等介绍如图1所示。

图1

2 基于灰色预测法的最佳运动量的预测

最佳运动量的确定对于健身爱好者来说至关重要，而在不同时期，不同阶段，健身者的体质有所不同，这就使得最佳运动量不同。同时，运动量太小，则达不到健身运动的效果；运动量过大，会增加心肺的负担，甚至有可能对运动者的身体造成损伤，不利于健身运动。为了增强健身者的体质，提高健身的效率，达到安全健身，高效健身的目的。我们在本文中将采用灰色预测法对健身运动者的运动量进行预测。

在灰色预测方法中，常见的灰色预测有以下几种：

（1）系统预测：系统预测是通过对系统的行为特征建立相互关联的灰色预测模型，从而预测系统中的各种变量协调关系的变化。

（2）数列预测：用观察到的反映预测对象特征的时间序列来构造灰色预测模型，预测未来的特征量，并且达到这一特征量的时间。

（3）拓扑预测：根据原始数据作出相应的曲线图，并在曲线图上按照定值寻找到该定值发生的时点，然后以该定点作为框架的时点序列，再建立预测模型来预测该定值发生时的时点。

（4）灾变与异常值预测：通过灰色预测模型预测灾变值发生变化的时刻，并且预测异常值发生在特定时区内的时刻。

（5）季节灾变与异常值预测：这种预测就是通过灰色预测模型预测灾变值发生在一年之内某一个特定的时区和季节的灾变预测。

灰色预测模型的建模步骤如下：

a.了解建模机制，创建建模机理；

b.将原始数据加工成生成数；

c.对残差，也就是模型计算值与实际值之差，经过修订后，建立差分微分方程模型；

d.对关联度收敛进行分析；

e.灰色预测用得最多的就是GM(1,1)模型，但是GM模型所得的数据必须是经过逆生成还原后才能够使用的数据；

f.采用五步建模的方法，即系统定性分析，因素分析，初步量化，动态量化，优化；然后建立一种差分微分方程模GM(1,1)，也就是最后的灰色预测模型。

而本文的灰色预测模型中采用的方法是系统预测法，其设计思想是将人体的体质作为输入，经过灰色预测法的预测模型，得到相应的体质输出和运动量输出结果，然后在对体质进行判断，如果运动后的体质已经达到最佳，则相应的运动量就是最佳运动量。反之，如果运动后的体质没有达到最佳，则继续增加运动量，直到达到运动量的上限，再将运动量增加后的体质继续作为灰色预测模型的输入，进行判断，如此反复，最终确定最佳运动量。

3 结语

随着人们生活水平的不断提高，健身运动越来越受到人们的重视，而适宜的运动量自然就是健身运动者关注的重点。运动量过大或者过小都对健身运动造成不利的影响，而健身运动本身就是一个动态变化的过程，笔者采用的办法正是根据人体不同时期，不同阶段的不同体质，运用灰色预测模型，找到不同健身爱好者的最佳运动量，这不仅是一种安全有效的健身运动测评方法，更是一种科学的健身运动方式。

[1]黄克.灰色预测模型算法的改进研究[J].系统科学与数学，2015，11.

[2]王璐，沙秀艳，薛颖.改进的GM(1,1)灰色预测模型及其应用[J].统计与决策，2016，10.

[3]付东.大学生体育态度与体质健康的调查研究及相关性分析[J].北京体育大学学报，2014，6.

[4]王军利.关于学生体质健康测试中存在问题的思考[J].体育学刊,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

邬长杰（1992-），男，四川内江人，硕士研究生，研究方向为计算机科学与技术

2017-07-20

2017-10-10