介博

摘 要： 现有的运动损伤程度评估模型不能有效地描述运动强度与损伤程度之间的关系。为了解决此问题，通过对致伤因子的研究、对损伤基函数的选取，达到了评估运动损伤程度的目的。通过研究RBF神经复杂网络、设计复杂网络下运动损伤隐含层，建立RBF运动损伤评估模型。模拟应用环境设计仿真实验，结果表明，应用RBF运动损伤评估模型，解决运动损伤与运动强度之间关联度问题，避免运动强度过大造成运动损伤；在一定环境下，能有效描述运动强度与损伤程度之间的关系。

关键词： 复杂网络模型； 运动损伤； 程度评估； RBF； 致伤因子； 外部因素

中图分类号： TN711?34； TP3 文献标识码： A 文章编号： 1004?373X（2018）06?0165?04

Abstract： The existing sports injury degree evaluation model cannot effectively describe the relationship between exercise intensity and injury degree. To resolve the above problem， the injury factors are studied and the injury basis functions are selected to achieve the sports injury degree evaluation purpose. The RBF sports injury evaluation model is established by means of studying RBF neural complex network and designing the sports injury hidden layer in complex network. The application environment was simulated to design the simulation experiment. The results show that the RBF sports injury evaluation model can resolve the problem of correlation between sports injury and exercise intensity to avoid sports injury caused by high exercise intensity， and effectively describe the relationship between exercise intensity and injury degree in certain circumstances.

Keywords： complex network model； sports injury； degree evaluation； RBF； injury factor； external factor

0 引 言

现有的运动损伤程度评估模型，主要依靠蚁群算法对运动强度与运动损伤之间的关系进行描述，通过对灰色神经网络算法进行改革，建立无迹卡尔曼滤波算法的损伤关系模型，并通过该模型确定运动强度对运动损伤的影响。但该模型在实际操作过程中需要对大量的数据进行测量计算，不仅在时间上造成了极大的浪费，也因多次计算，对结果的真实性造成了很大影响。为了减少运算步骤，增加运动损伤评估模型的真实性[1]。通过对致伤因子的研究以及对损伤函数的选取，完成对运动损伤程度的评估。通过寻找各隐节点的中心、宽度以及与之相对应的连接权值，并对该网络中运动损伤隐含层进行设计，帮助损伤评估模型的实现。实验结果表明，应用RBF运动损伤评估模型，解决运动损伤与运动强度之间关联度问题，避免运动强度过大造成运动损伤；……