基于神经网络的最佳运动量预测方法

李东，宋启吉

（西华大学计算机与软件工程学院，成都　610039)

基于神经网络的最佳运动量预测方法

李东，宋启吉

（西华大学计算机与软件工程学院，成都610039)

0　引言

在现代都市快速的生活节奏下，强健的体质对大家尤为重要。运动是增强体质的主要途径，在实际生活中很多人并未能科学的进行运动，就最常见的运动方式跑步而言，大多数人或是每天固定跑多远，或是每天固定跑多久。久而久之，运动者或是发现体质没有明显改善，或是体质变化速率十分缓慢。究其根本原因还是在于以固定的运动量来应对循序渐进的体质变化过程，不能合理高效地达到运动的效果。

本文通过体质与运动量的关系进行分析，应用神经网络对运动数据的学习来找出体质与运动量之间的潜在关系，并通过该关系来预测当前运动者最适宜的运动量。

1　体质变化与运动量的关系

合适的运动量对体质的增强起着关键的作用，过大的运动量不但不能增强体质反而会损伤身体，过小的运动量起不到明显的体质增强的作用，同样也达不到体质增强的作用，合适的运动量才能有效地增强身体体质。其体质增量与运动量的大致关系如图1。

当运动量较低区间，体质增量随着运动量的增加而增加；当运动量较为合适时，体质增量保持在较大值；当运动量过大时，体质增量反而随着运动量的增加而减小。

图1　体质增量——运动量

2　基于神经网络的最佳运动量预测方法

个体的运动是个循序渐进的过程，个体的体质在不同阶段其适宜的运动量也不同。为了持续有效地达到增强体质的目的，其运动量需要动态的符合个体当前阶段的体质。

由于人的身体机能的效率是有限的，则在固定周期内的运动量也存在着极限也就是最大值，为了寻找最佳运动量的值，我们只需要在固定区间内寻找能使体质增加最大的运动量的值。对于经过训练的神经网络而言，我们采用较为合适的步长从零开始增加到最大值，将每一组数据经过神经网络输出，最后选出符合条件的输入即可。其模型流程图如下：

图2

3　实验分析

本实例的体质采用常用的百分制并加以归一化评定，即体质范围为0到100。选取某班学生中体质评分为60的若干名男同学并将其均分A、B、C三组。运动方式为跑步，每个阶段为1周，每阶段路程范围为0到70km。

A组采用本文所述的方法进行运动，现有往届男学生1周跑步健身数据如表1。

表1　

表2　

将上述数据进行归一化，归一化后的数据如表2。

（1）建立BP神经网络，其隐藏节点数为15，激励函数采用最常用的Sigmoid函数，将归一化的数据对BP神经网络进行训练。

（2）将A组同学的体质与归一化后的运动量按照0.01的步长从0.0到1.0进行组合并输入神经网络，取其网络输出最大时的运动量值作为本阶段最佳运动量，阶段完毕时记录实际体质评分并作为下一阶段的体质输入。

（3）重复步骤（2），并记录连续10个阶段的数据。

B组采用较重固定运动量进行训练，其每个阶段的运动量为归一化的0.8，并记录连续10个阶段的体质数据。

C组采用较轻固定运动量进行健身，其每个阶段的运动量为归一化的0.5，并记录连续10个阶段的体质数据。

对比三组运动量与体质如图3－图4。

对比固定运动量与最佳运动量运动数据可以发现：过大的固定运动量虽然其健身效果最后也与最佳运动量相差不大，但其所需周期更多，更重要的是其运动量总和大大超过最佳运动量总和，造成了前者的运动量巨大浪费。过小的固定运动量虽然运动总量非常小，但是在整个运动过程中，其体质增长缓慢几乎停滞，达不到增强体质的作用。

4　结语

本文提出了一种基于神经网络的最佳运动量预测的方法。如果采用固定的运动量方式进行运动，若运动量过小，起不了增强体质的作用；若运动量过大，造成过度运动。而健身过程本身又是一个发展变化的过程，为了适应这种发展变化的过程，如果采用本文提出的最佳运动量预测的方法，其每个阶段的运动量是随着体质增强而动态增长的，符合健身的循序渐进的过程。且其体质增强快，运动量合适，是科学的健身运动方式。

图3　体质—运动周期

图4　运动量—运动周期

[1]雷芬芳,侯广斌,李群英,潘孝富．不同健身运动处方对大学生体质健康水平的影响[J]．中国运动医学杂志,2005,3.

[2]李生民,王波,祝菁.普通高校阳光体育运动评价指标体系构建[J].北京体育大学学报,2011,9.

[3]王坦，傅水根，吴平东，陈嘉健．基于人工神经网络的人体体质综合评价模型的建立[J].中国农业大学学报，2004,9.

[4]邓伟明，孙学川，范晓燕．基于人工神经网络的体能训练强度的模糊调控[J].生物医学工程学杂志,2003,4.

Exercise is the main way to enhance physical fitness,and the exercise is a process of development and change.In order to adapt to the development of the process and the reasonable and effective exercise in the real life,through the analysis of the relationship between physical fitness and sports,proposes a prediction method of the most appropriate amount of exercise based on neural network,To predict the most appropriate amount of exercise at different stages.Finally,the effectiveness of the proposed method is illustrated by an example. Keywords：

Amount of Exercise;Constitution;Neural Network;Prediction

Prediction Method of Optimal Motion Quantity Based on Neural Network

LI Dong，SONG Qi-ji
（College of Computer and Software Engineering,Xihua University,Chengdu 610039）

1007-1423（2016）02-0044-03

10.3969/j.issn.1007-1423.2016.02.011

李东（1989-），男，重庆丰都人，硕士研究生，研究方向为嵌入式系统、数字系统及设计方法

2015-12-01

2015－12－30

运动是增强体质的主要途径，而运动过程本是一个发展变化的过程。为了适应这种发展变化的过程和能在实际生活中合理有效地进行健身运动，通过分析体质与运动量的关系，提出一种基于神经网络的最佳运动量的预测方法，用以在不同阶段预测运动者最适宜的运动量。通过实例分析对比说明该方法的有效性。

运动量；体质；神经网络；预测

宋启吉（1991-），男，四川泸州人，硕士研究生，研究方向为嵌入式系统、数字系统及设计方法