高慧，潘明杰，周翔，任久春，朱谦

帆船VMG时间序列模糊边界研究

高慧，潘明杰，周翔，任久春，朱谦

VMG（Velocity Made Good）是帆船在前进过程中船速在风的方向上的投影，它体现了帆船在风向上前进的能力，反映了帆船运动员利用风的能力。因此，对运动员而言，若能掌握VMG的变化范围，即为他们制定帆船航行方向决策提供了科学依据。基于与上海体育局合作的《帆船帆板赛场环境监测和运动技术分析系统开发》课题所采集到的有关帆船运动的原始数据，首先，采用基于模糊集的信息粒化方法将原始数据粒化，得到VMG的模糊粒子；之后，采用支持向量机（Support Vector Machine，SVM）的学习方法实现对模糊粒子的上下界的回归预测，从而实现了帆船VMG时间序列的模糊边界的变化范围预测。实验仿真结果证明了这种研究方法的有效性。

VMG；时间序列预测；支持向量机；信息粒化；模糊边界

0 引言

现代帆船运动已经成为世界沿海地区人们喜闻乐见的体育项目之一。帆船比赛是运动员驾驶帆船在规定海域内竞赛的运动，运动员的海风利用技能对比赛结果有重大的影响。VMG（Velocity Made Good）即是描述运动员利用海风技能的重要参数，它为运动员制定帆船航行决策提供了重要的依据。因此，若能实现对VMG的变化趋势的预测，可以科学改进训练方法，提高运动员的竞技水准。

目前，在帆船运动研究领域，很多科学家都把目光聚焦在帆船船体力学与海面环境参数[1]的相关研究。如D.Detomi[2]等人利用数学建模的方法模拟了帆船的受力分析情况。……