论文部分内容阅读
体育预测是指预测者对体育领域各种未来或未知因素进行预计和推断。体育预测不管是对整个体育事业的发展,还是对运动成绩发展趋势的掌握都有极为重要的作用,它为决策者提供重要的决策依据。体育竞赛成绩预测模型研究一直是体育学研究的重要课题。但具体用什么数学模型来进行预测分析至今没有一个统一的范式。目前常用的主要有:(1)时间序列预测模型:适用于预测简单、稳定或周期性的数据,对于有明显上升趋势的中国体育竞赛成绩而言,预测值可能会低于实际值。(2)回归模型:过分依赖于有限的变量,许多主要影响因素被排斥于模型之外。模型通常只是静态陈述,难以预测竞赛成绩函数中设置的自变量在未来的变化趋势。(3)灰色预测法:是一种线性模型,但是体育竞赛成绩的变化是一种非线性动态过程,因此利用灰色预测模型很难精确的预测体育竞赛成绩的变化。(4)德尔菲法:是一种定性分析法,不能有效地揭示出体育系统中各因素之间的相互制约、相互联系以及体育系统和外部环境之间的关系,所以预测分析起来就没有力度。人工神经网络是人类在对其大脑神经网络认识理解的基础上,人工构造的能够实现某种功能的非线性动力系统,是理论化的人脑神经网络的数学模型,是基于模仿大脑神经网络结构和功能而建立的一种信息处理系统。它可以基于过去已有的实例样本进行“自学习”和模式识别。正是神经网络的模式识别能力使得它在实际应用中成为一种良好的分类和预测工具。因为神经网络可以很好地识别训练样本之间的相关性,所以它在预测功能上优于传统的统计分析方法。而且,当训练样本较少且有“白色噪声”(即随机误差)的时候,神经网络更是优于普通的统计模式。一般而言,体育竞赛成绩的统计数据时间较短(也就是说可供“学习”的训练样本少),而且体育竞赛成绩还受到众多不可预知因素的干扰,所以在进行体育竞赛成绩预测时用神经网络是一个比较优越的模型分析方法。笔者试图通过应用人工神经网络的体育预测方法,加速体育领域预测工作的科学化进程,使其在推广实施“全民健身计划”和“奥运争光计划”中发挥重要作用,推动我国体育事业的发展和进步。论文中,主要是基于篮球竞赛技术统计的时间序列统计数据,采用三层前馈反向传播神经网络(Back-Propagation Network,简称BP网络)模型,运用滚动预测方法,对2008奥运会中国男篮主要技术统计指标进行了预测。具体的实现过程为:(1)网络训练:用NBA05-06赛季火箭队技术统计数据作为网络输入,04年奥运会、第14届男篮世锦赛、06年洲际杯篮球赛、第15届男篮世锦赛中国男篮技术统计的数据作为网络理想输出,组成训练样本集对网络进行训练,直至训练出泛化能力较好的网络为止。(2)网络预测:用训练好的网络,输入04年奥运会、第14届男篮世锦赛、06年洲际杯篮球赛、第15届男篮世锦赛中国男篮技术统计的数据,输出2008奥运会中国男篮技术统计的预测数据。模型的建立与实现,都是借助MATLAB软件。其中的神经网络工具箱以人工神经网络理论为基础,构造了网络分析和设计的许多工具函数。运用神经网络工具箱进行预测研究,编程简便,预测过程易于实现。