文档详情

我国优秀羽毛球运动员运动训练机能监控及其决策支持系统

壹****1
实名认证
店铺
DOC
57.50KB
约3页
文档ID:392172549
我国优秀羽毛球运动员运动训练机能监控及其决策支持系统_第1页
1/3

我国优秀羽毛球运动员运动训练机能监控及其决策支持系统通过对运动训练机能监控来检查和评定运动员承受训练负荷的状态 , 是运动员竞技能力诊断与监测的一种重要手段 , 也是当今科学化训练的一个重要环节其中 , 运用生理生化测试指标对运动员机能监控是一种常用的方法 , 现已在运动队中得到广泛应用但是 , 在目前的运动训练机能监控中 , 大部分还是依靠传统的经验和模式来进行 , 缺乏科学的评价诊断方法和标准同时 , 对运动训练的数据处理效率低、分析不系统、信息反馈慢 , 限制了对训练效果和运动员机能状态的准确诊断与评价本研究以国家羽毛球队运动员 48 人为研究对象 , 采样测试 2006 年 2 月 9 日至 2008 年 8 月 4 日运动训练期间的一些机能指标 , 共计测试运动员 6000 余人次探讨了优秀羽毛球运动员机能监控评价方法和指标数值变化范围 , 及对我国优秀羽毛球运动员运动训练机能监控进行个性化分析研究同时 , 运用时间序列分析方法 , 对羽毛球运动员运动训练的机能变化进行监控及预测 ; 应用数据库技术和系统动力学模型 , 研究并构建了优秀羽毛球运动员运动训练机能监控决策支持系统。

论文采用的研究方法包括 : 文献资料法、访问调查法、数理统计法、个案分析法、系统分析法和软件工程法论文研究主要成果如下 :(1) 对我国优秀羽毛球男子、女子运动员运动训练监控期间身体机能变化进行了分析 , 得出了我国优秀羽毛球运动员运动训练机能监控某些生化指标数值变化的警戒低限和高限及等级评价①通过对林×和谢×运动训练机能变化进行个性化监控分析 , 得出林×机能指标 WBC、 HGB、 T、 T/C 监控低限分别为5.67 х109、 142g/L 、 721ng/dl 、0.052,CK 、BUN、C监控高限分别为 706IU/L 、8.79mmol/L 、19.55ug/dl, 相对个人的基础值 ,WBC、HGB、T、T/C 下降百分比分别为 17.83%、6.58%、15.38%、23.53%,CK、 BUN、 C 升高的百分比分别是 :112.01%、19.59%、28.20%; 谢×机能指标 WBC、HGB、 T、 T/C 监控低限分别为 4.40 х109、 116.7g/L 、 31.51ng/dl 、 0.0022,CK、 BUN、C 监控高限分别为 230.1IU/L 、 5.96mmol/L 、18.88ug/dl, 相对个人的基础值 ,WBC、HGB、T、T/C下降百分比分别为 16.98%、6.27%、30.62%、40.54%,CK、BUN、 C 升高的百分比分别是 :83.35% 、27.35%、20.41%。

②通过对羽毛球男子和女子运动员训练机能变化监控分析 , 得出了我国优秀羽毛球男子、女子运动员机能指标变化监控的低限和高限相对个人的基础值 , 男子羽毛球运动员 WBC、HGB、T、T/C 下降百分比分别为 19.04%、5.27%、 16.45%、25.00%,CK、BUN、C 升高的百分比分别是 :105.50%、21.98%、22.73%; 女子羽毛球运动员 WBC、HGB、T、T/C 下降百分比分别为 17.01%、5.84%、 27.35%、33.22%,CK、BUN、C 升高的百分比分别是 :84.05%、 25.76%、 24.79%2) 运用时间序列分析方法 , 对我国羽毛球运动员运动训练机能变化进行监控和预测通过对林×运动训练机能指标数据时间序列进行实证分析 , 建立了能够比较精确地反映运动训练机能监测数据时间序列中所包含动态依存关系的数学模型通过比较 AR(1),ARMA(1,1),ARMA(1,2) 三个模型 , 根据决定系数、 AIC 准则、 SC准则 , 并综合考虑 ,HGB时间序列模型选定ARMA(1,1)即 :Xt=151.2178+0.5276Xt- 1 + εt + 0.1928 εt-1(3) 通过对数据库、模型库的分析与设计 , 构建了羽毛球运动员运动训练机能监控决策支持系统。

①在掌握决策支持系统的基本特征、模式、组成和结构的基础上 , 结合羽毛球运动训练机能监控的需求 , 从系统数据库设计、模型设计和知识库设计考虑 ,分析了羽毛球运动员运动训练机能监控决策支持系统②运用数据库等技术, 设计和实现了羽毛球运动训练机能监控数据库管理系统通过对该系统的使用, 可以有效地组织管理运动训练机能测试数据并进行机能评价分析, 为羽毛球运动训练机能监控提供辅助决策③运用系统动力学模型, 通过羽毛球运动训练机能监控系统的流位变量 (BFL、 TLQ、BRQ),流率变量 (BFLI 、BFLD、TLQI、BRQI), 辅助变量 (TT、TI 、RT、RM),外生变量 (RYN), 以及各变量要素之间的因果关系, 构建了羽毛球运动训练机能监控系统动力学模型 , 并分别以不同调控参量方案对羽毛球运动员训练监控机能变化进行仿真同主题文章[1].刘玉锁 , 周玉萍 , 苗爱军 , 杨建永 , 贾琳 , 庞静 . 河北省种植业结构调整决策支持系统研究 ' [J]. 河北农业大学学报 ( 农林教育版 ). 2006.(04)[2].王兴德 . 用 Microsoft Excel 开发的一个经济订货量决策支持系统 '[J]. 教育信息化 . 1996.(06)[3].朱宝璋 . 关于灰色 GM(1,1)建模问题 ' [J]. 嘉兴学院学报 . 1992.(01)[4].杨洁 . 决策支持系统的几个新的研究分支 ' [J]. 管理科学文摘 .1994.(02)[5].欢迎订阅《决策与决策支持系统》 ( 季刊— 1998)' [J]. 管理工程学报 .1997.(02)[6].欢迎订阅《决策与决策支持系统》 ( 季刊— 1998)' [J]. 管理工程学报 .1997.(04)[7].于洋 , 刘舒燕 . 基于系统动力学的交通人才分析和预测 ' [J]. 中国水运 ( 理论版 ). 2006.(08)[8].全国第二届时间序列会议将在我院举行 ' [J]. 华中科技大学学报 ( 自然科学版 ). 1987.(02)[9].刘晓 . 一个建模问题的讨论 ' [J]. 数学通讯 . 2002.(13)[10].吕元旭 , 王强 . 基于 SD的小型超市物流管理仿真分析 ' [J]. 科协论坛 ( 下半月 ). 2010.(03)【关键词相关文档搜索】 : 运动人体科学 ; 机能监控 ; 时间序列 ; 数据库 ; 系统动力学 ; 建模 ; 决策支持系统【作者相关信息搜索】 : 上海体育学院 ; 运动人体科学 ; 虞丽娟 ; 吴卫兵 ;。

下载提示
相似文档
正为您匹配相似的精品文档