马德 李少聪 张军峰

摘 要： 针对传统运动员专项成绩预测系统一直存在无法达到实质性的综合预测的问题，提出并设计基于混合遗传神经网络的运动员专项成绩预测系统。通过混合遗传神经网络，导入运动员专项数据，根据系统内部节点间调整，对运动员专项数据信息进行处理，建立专项成绩灰色预测模型，实现运动员专项成绩预测。实验数据表明，所设计的成绩预测系统能够进行高精度的专项成绩预测。

关键词： 综合预测； 混合遗传神经网络； 运动员； 专项成绩预测； 系统设计； 灰色预测模型

中图分类号： TN711?34； TP393 文献标识码： A 文章编号： 1004?373X（2018）08?0183?04

Abstract： In allusion to the problem that the traditional special performance prediction system for athletes has been unable to achieve substantive comprehensive prediction， a special performance prediction system for athletes based on hybrid genetic neural network is proposed and designed. Athletes′ special data is imported by means of hybrid genetic neural network. According to the internal node adjustment of system， athletes′ special data information is processed to establish special performance grey prediction model and achieve athletes′ special performance prediction. The experimental data show that the designed performance prediction system can carry out high?precision special performance prediction.

Keywords： comprehensive prediction； hybrid genetic neural network； athlete； special performance prediction； system design； gray prediction model

0 引 言

混合遗传神经网络（Artificial Neural Networks）也可称作连接模型（Connection Model），其是通过模仿动物神经网络行为反射过程，以分布式并行的方式，进行信息处理的高级模型[1]。而专项运动员的成绩存在一定的波动变化，随着训练、受伤、状态等因素变化对专项成绩影响比较显著。针对专项运动员的成绩进行有效的预测，对赛事安排有很大的辅助作用。传统运动员专项成绩预测系统能进行粗略的成绩预测，无法实现多维度的成绩综合预测。由于能够影响动员专项成绩的信息比较杂乱，所以每项因素都会对最终成绩产生彻底性的颠覆。

针对上述背景，本文设计基于混合遗传神经网络的运动员专项成绩预测系统。引入混合遗传神经网络，建立完整灰色预测模型，将混合遗传神经网络处理的信息进行预测，实现对运动员专项成绩预测效果。……