对举重运动员重量负荷进行准确预测,可以实时调整运动员的训练目标,避免运动员负荷过大而受伤。进行重量负荷预测时,应对举重运动员负重负荷状态元胞进行多级聚类分析,将各元胞负荷状态变化最大值作为阈值进行负荷预测,但是传统方法主要通过运动员的体质情况及负重程度进行预测,缺少举重运动员负重负荷状态元胞进行多级聚类分析过程,不能获取各元胞负荷状态变化阈值,存在重量负荷预测不准确、精度低的问题。提出基于多维度饱和的举重运动员重量负荷预测优化方法。首先融合于灰色关联度理论给出举重运动员负重状态变化主要影响因素,组建以举重运动员负重状态变化因素为自变量、举重运动员负重负荷需求为因变量的状态函数空间,给出举重运动员重量负荷变化状态元胞属性集合,其次根据举重运动员负重负荷状态各属性,对元胞进行多级聚类分析,将待预测举重运动员负重负荷状态元胞的相关属性作为输人向量,计算出各元胞负荷状态变化最大值,弥补了当前方法难以对举重运动员不同阶段重量负荷的适应程度进行预测的弊端。仿真结果表明,所提方法预测精确度高,为教练员对举重运动员负重负荷强度和负荷量的确定与把握提供了有力的依据。