Resumen

Hay muchos factores que afectan al rendimiento deportivo de los atletas en las competiciones deportivas. El método tradicional de predicción del rendimiento deportivo es difícil de obtener resultados de predicción del rendimiento deportivo más precisos y el correspondiente análisis de datos en poco tiempo, lo que no es propicio para que los entrenadores formulen planes de entrenamiento de sprint específicos y científicos para los problemas de los atletas. Por lo tanto, basándose en el algoritmo de red neuronal GA-BP, este artículo construye un modelo de predicción del rendimiento deportivo y lleva a cabo experimentos y análisis. Los resultados experimentales muestran que el algoritmo de red neuronal GA-BP tiene una velocidad de convergencia más rápida que la red neuronal BP y puede alcanzar la precisión de error esperada en un tiempo más corto, lo que supera los problemas de la red neuronal BP. Al mismo tiempo, a diferencia de los modelos anteriores, el algoritmo de la red neuronal GA-BP puede obtener el modelo de entrenamiento del deportista según la relación entre los indicadores de calidad del entrenamiento y los resultados del entrenamiento deportivo especial, lo que puede mostrar de forma más intuitiva las ventajas y desventajas de los deportistas. En los resultados finales de la predicción del rendimiento deportivo, los resultados de la predicción de la red neuronal GA-BP tienen mayor precisión, mejor estabilidad, mejor efecto de predicción y mayor valor de aplicación que la red neuronal BP.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:predicción del rendimiento deportivo, algoritmo de red neuronal, pb, resultados de la predicción del rendimiento, red neuronal, ga, rendimiento deportivo preciso, indicadores de entrenamiento de calidad, plan de entrenamiento de sprint, modelo de entrenamiento de atletas
• Keywords:sports performance prediction, neural network algorithm, bp, performance prediction results, neural network, ga, accurate sports performance, quality training indicators, training sprint plan, athletes training model