论文部分内容阅读
为了改善运动员成绩的预测效果，更好地为体育训练提供支持，提出基于混沌理论和机器学习算法的运动员成绩预测模型。对运动员成绩数据进行分析，并通过混沌理论找到运动员成绩的变化特点，通过神经网络对混沌理论处理后的运动员成绩训练样本进行建模，并采用粒子群算法在线估计神经网络初始连接权值，最后采用具体运动员成绩数据对模型的可靠性进行分析。分析结果表明，该模型能够从运动员成绩数据中找到其将来变化态势，提高了运动员成绩的预测精度，预测结果具有一定的应用价值。