随着城市空间的不断压缩,户外锻炼环境的恶化,室内在跑步机上进行的健身跑越来越成为大学生的一种主流健身方式。然而当前市面上的跑步机虽提供了一些运用领域知识构建的可选运动方案,但仍然缺乏对面向大学生的精准、安全和个性化的健身跑指导方案。如何在保证锻炼安全的前提下,让大学生在跑步机上能最大限度的将运动强度维持在有氧锻炼最有效的区间成为一个重要的研究问题。目前国内外虽已涌现出一些健身跑的数据采集、运动建模和运动方案生成成果,但仍存在一些局限性。(1)已有的数据采集方案多未考虑个体的差异性。不同的受试者能承受的强度范围不同,而一些采集方法要求受试者运动到力竭,存在一定的安全隐患。(2)已有的健身跑领域模型多在面向特定人群,个性化模型还较为缺乏。已有的AI模型多未虑跑步机的坡度可调功能。(3)已有的运动方案生成方法较少考虑领域模型和AI模型的综合运用,与此同时也未涉及像跑步机坡度可调的应用场景。针对上述不足,本研究开展的研发工作和实验结果如下:(1)设计了基于领域知识的健身跑运动数据采集方法该方法主要结合领域知识,并针对个人的运动能力,找到较安全的速度和坡度采样区间;然后,运用均匀采样技术获取一组速度和坡度组合;接着,按照运动过程中心率先上升、再维持、后下降的规律,进一步通过样本点的合理组合得到个性化的数据采集方案;再按照数据采集方案在专业跑步机上进行健身跑测试,并利用心率带收集运动时的心率数据,通过整理可得到健身跑运动建模所需要的数据集。(2)提出了将领域模型和AI模型进行集成的建模方法在采集到的数据集基础上,通过运用支持向量回归(SVR)、神经网络(NN)和随机森林三种常用的机器学习算法分别对自回归模型和领域模型进行集成,得到三种不同的集成模型。(3)设计了基于跑步机的健身跑运动方案生成方法基于RFARM-DM集成模型,通过充分考虑跑步机的速度和岥度分别在一定范围内连续可调和离散可变的特点,将健身跑运动方案生成抽象成混合编码的优化问题;进一步通过扩展已有蚁群算法设计出一种有效的健身跑方案演化生成方法。为了验证本研究设计的数据采集方案的有效性、本文设计的集成模型的有效性以及本文健身跑运动方案的有效性。现特提出以下四个研究维度,然后定义回答研究维度的度量指标来分别论证研究文工作的有效性。研究维度1:研究设计的数据采集方案的安全性为了保证运动安全,运动过程中心率一般不宜超过最大心率HRmax,若在运动数据采集过程中心率始终小于0.9HRmax则可以证明本文数据采集方案的安全性。研究维度2:研究设计的三种集成模型BPNN ARM-DM,SVR ARM-DM,RF ARM-DM是否比单独的领域模型DM或自回归模型ARM的精度更高?为了定量测试,用式(1-1)定义的平均绝对误差降低百分比来度量,式中表示集成模型的平均绝对误差,MAE表示领域模型DM或自回归模型ARM的平均绝对误差。越大越好。且当大于零证明集成模型的误差小于单独的模型,即可以说明集成模型的精度高于单独的模型。△MAE=(MAE-MAE')/MAE×100%(1-1)研究维度3:研究设计的三种集成模型BPNNARM-DM、SVRARM-DM、RFARM-DM中哪种集成模型的精度更高?为了定量测量。本文用式(1-2)定义平均绝对误差当做度量指标。式中表示运动过程中采集的实测心率值,表示模型预测心率值。平均绝对误差MAE值越小,则说明模型性能越好,可以更加精准的预测健身跑运动过程中心率的变化情况。MAE=(1/N)∑N F=1〡Y-Y'〡(1-2)研究维度4:研究的设计的健身跑运动方案是否安全有效?首先为每一名志愿者按照本文的方法设计健身跑运动方案,让志愿者按照本研究的设计的健身跑运动方案进行健身跑运动,并测量运动过程中的实际心率。用实测心率落在有效心率区间的次数N(t)和总运动时段数的比值来度量运动方案的有效性。定义如式(1-3),范围为[0,1],其值越大越好。当大于0.8,即按照本文的运动方案运动有80%以上的运动时间心率处于安全有效区间,同时实测心率在目标心率区间左右且差值不大时,认为心率基本在正常波动范围,即可证明本文设计的健身跑运动方案的有效性。I△N(T)=N(T)/l(1-3)研究结果表明:在数据采集过程中发现志愿者按照实验设计的速度和坡度均可以坚持完成数据采集且没有出现力竭的情况。数据采集完毕后通过分析心率数据发现十名志愿者在运动过程中的心率均小于最大心率的百分之90,在安全范围内。三种集成模型的精度都优于单独的自回归模型和领域模型;在三种集成模型中,应用随机森林算法集成模型RFARM-DM获取的精度优于其它两种集成模型。本研究设计的健身跑运动方案运动可让各受试者运动过程中的心率在安全有效的有氧运动心率区间内波动,并趋近有氧运动的最大强度;进而实证了本研究生成的运动方案体现出一定的科学性、安全性和高效性,可以为指导大学生在跑步机上健身跑和有氧能力的训练提供有效支持。