肖利

摘要：科学健身是当前运动者的目标，如何根据运动者个体差异得到最佳的运动量是制定科学健身方案的依据。对此设计了一款运动健身测评系统，该系统采用MFC框架开发、C++语音编写，SQLServer作为运动数据存储数据库，根据运动者各项生理指标，结合改进的神经网络算法和模糊综合评价方法，实现了个体最佳运动量预测。为健身爱好者科学健身方案的制定提供了参考。

关键词：神经网络算法;App客户端;MFC框架;生理指标

中图分类号：G643

文献标志码：A

DesignofMobileAppSystemforExerciseFitnessEvaluation

XIAOLi

（

JiangxiCollegeofApplicationScienceandTechnology，InstitutionofEducationand

PhysicalEducation，Nanchang330100，China

）

Abstract：Scientificfitnessisthegoalpursuedbycurrentathletes.Howtogetthebestamountofexercisebasedonindividualdifferencesisthebasisformakingscientificfitnessprogram.Thispaperdesignsasportsfitnessevaluationsystem.ThesystemusesMFCframeworkdevelopment，C++voiceprogramming，SQLserverasthesportsdatastoragedatabase，dependingonthephysiologicalindicatorsoftheathletes，combinedwiththeimprovedneuralnetworkalgorithmandfuzzycomprehensiveevaluationmethod，itrealizestheindividualoptimalexerciseprediction.Itprovidesareferencefortheestablishmentofscientificfitnessprogramforfitnessenthusiasts.

Keywords：neuralnetworkalgorithm;APPclient;MFCframework;physiologicalindexes

0引言

随着人们生活水平的提高，运动健身成为日常生活的重要组成部分。科学健身方法能够按照个体水平如身高、体重、肺活量、脂肪率、心率等，对运动量进行有效的评估和预测[1]。可穿戴设备的开发为科学健身提供了更加完善的评估平台，如三星的GearFit、苹果的iWatch等，但这些设备只具备路程、锻炼时间、热量消耗等预测功能，采集对象大多为运动者的心跳数据，评价方式单一，预测结果离实际情况还有一定的差距[23]。因此，本文利用改进的神经网络结合个体体质水平建立最佳运动量预测模型，采用生理指标传感器采集个体水平参数，并开发运动健身测评系统，为运动爱好者提供更加科学、全方位的运动测评。

1改进的神经网络最佳运动量预测模型

1.1样本过滤

为了更加精准的描述运动与个体体质的关系，神经网络学习样本要采用体质相近的不同个体数据，来提高神经网络的预测精准度。与运动密切相关的体质指标为选择反应时、脂肪率、心率、肺活量、身高及体重。……