本研究基于国家科技支撑计划科技奥运专项《隔网对抗项致胜因素的研究与实施》(2006BAK12803)和上海市科委重点科技攻关计划资助项目《竞技体育对抗性项目技战术分析与诊断研究》(072705128),目的是探索新的乒乓球比赛技战术诊断方法,尝试人工智能技术在乒乓球比赛技战术诊断与分析中的应用,并以诊断结果为基础对比赛进行评估和预测研究。乒乓球比赛技战术诊断评估指标体系的研究。在借鉴前人研究的基础上,构建了乒乓球比赛技战术指标体系,其中技术体系融合了技术和落点,包含了发球技术、正手弧圈技术、反手弧圈技术、挑打技术、劈长技术、摆短技术和推挡技术,落点根据各技术特点分别进行了限定；战术体系则融合了战术行为和击球时序,战术行为包括进攻、防守、控制和均势四类,击球时序按三段进行分类。人工智能乒乓球比赛技战术诊断方法的比较研究。以决策树建树过程的精化结果和粗糙集属性约简的结果对乒乓球比赛进行技战术诊断,并与改进的人工神经网络技战术诊断方法进行了比较研究。结果表明：神经网络和决策树方法得出的结果较为稳定,粗糙集约简的结果有较大的差别；若目标误差选择合理,神经网络方法对于测试集的整体拟合度较高,决策树方法次之,粗糙集方法的拟合程度较差；决策树和粗糙集方法的诊断结果倾向于值较大的属性,而神经网络方法依据连续值进行函数值传递,更倾向于技术属性与获胜概率的函数关系。基于人工神经网络的乒乓球比赛技战术诊断方法的改进,对增量改变的方式进行改进,将选手的技战术诊断分为优、发挥正常和态差三种竞技状态分别进行。基于人工智能方法的乒乓球比赛技战术评估及预测研究。在技战术诊断的基础上,尝试对乒乓球比赛进行评估研究。讨论了乒乓球比赛技战术评估的意义、方法、原则和操作流程,将评估过程分为不同选手间的评估和某选手自身的评估两种方式来进行。结果表明：基于人工神经网络的技战术评估方法可操作性强,评估的结果体现了公平性,可以合理区分某场比赛双方的技战术实力水平。在技战术评估的基础上,对乒乓球比赛进行初步的预测研究。对预测含义、分类和流程进行了讨论,研究了基于决策树和人工神经网络的组合预测方法,并将其用于优秀乒乓球运动员的技战术状态预测,分别从训练时间、预测精度对神经网络预测和组合预测两种方法进行对比分析,对32场比赛进行预测结果显示,组合预测的精度为0.9285,与神经网络预测接近,但时间为神经网络方法的18.61%。运用改进的基于人工神经网络的技战术诊断方法对优秀乒乓球运动员的技术诊断结果如下：正手弧圈是所有优秀男、女乒乓球运动员最主要的得分手段,发球技术也较为重要,且发半出台球对比赛获胜的影响较大。中外男子乒乓球运动员的技术特征较为相似,但在正手弧圈的落点上有所区别,外国男子运动员正手弧圈得分率重要性次序为反手—中路—正手,中国男子为反手—正手—中路。中国女子运动员的正手弧圈技术和反于弧圈技术仍是最重要的两项技术,且以打对方反手和正手两大落点为主要的得分手段,而外国女子的落点为反手和中路。对优秀乒乓球运动员的战术诊断结果表明：男子乒乓球运动员最重要的战术行为是第三拍抢攻和接发球控制。女子乒乓球运动员的使用最多的战术行为是发球抢攻和接发球后形成均势,最重要的战术为发抢和相持-均势。与外国运动员相比,中国男子运动员的发球后控制和接发球后控制明显较优,防守对外国运动员的比赛有重要影响；进攻型战术是中国优秀女子乒乓球运动员主要采用的战术,接发球后形成相持的战术对外国女子运动员的决定意义较大。首次将改进的基于人工神经网络的技战术诊断方法用于对中国国家乒乓球队主要队员：CHNMA、CHNMB、CHNMC、CHNMD、CHNME、CHNFA、CHNFB、CHNFC、CHNFD、CHNFE和第29届奥运会和50届世乒赛的主要对手：FORMA(德国)、FORMF(德国)FORMB(白俄罗斯)、FORMC(韩国)、FORMD(韩国)、FORME(中国台北)、FORFA(新加坡)、FORFB(新加坡)、FORFC(新加坡)、FORFF(新加坡)、FORFD(日本)、FORFE(韩国)进行技战术诊断研究,并用于备战训练和比赛决策支持,得到了教练员和运动员的肯定。