基于GRA-BP模型预测排球扣球落地的vGRF

摘要

目的 建立灰色关联度分析(grey relational analysis, GRA)和BP神经网络(BP neural network)的耦合数学模型来预测排球运动员扣球落地的垂直地面反作用力(vertical ground reaction force, vGRF)从而来代替三维测力台。方法 选取北京体育大学20名二级排球运动员，采取两步助跑方式进行排球扣球动作演示，通过运动捕捉系统和三维测力台同步采集运动学和动力学数据。采用OpenSim计算排球运动员在进行两步助跑扣球落地时的运动学数据。采用GRA来筛选关联度低于0.98的运动学指标，采用均方根误差、平均绝对百分比误差和平均绝对误差、R作为GRA-BP模型的评价指标，使用肯德尔W系数评价预测vGRF与测量vGRF之间的一致性。结果 GRA结果显示骨盆前后倾角度、骨盆左右倾角度、骨盆旋转角度等13个运动学数据关联度高于0.98。训练集中预测值与测量值间均方根误差为0.271 BW,平均绝对百分比误差为4%,平均绝对误差为0.17 BW,R=0.999;验证集中预测值与测量值间均方根误差为0.235 BW、平均绝对百分比误差为3.9%,平均绝对误差为0.14 BW,R=0.998;测试集中预测值与测量值间均方根误差为0.224 BW,平均绝对百分比误差为3.6%,平均绝对误差为0.14 BW,R=0.998;肯德尔W系数为0.945,P≤0.001。结论 本研究所建立的GRA-BP模型可提高排球运动员扣球落地vGRF测量的准确性，缩短测量时间。

关键词

垂直地面反作用力 / 灰色关联度分析 / 神经网络 / 排球扣球 / OpenSim

基金资助

国家体育总局科技服务项目(No.BSU20240236); 专用风洞及气动减阻装备研发项目(No.2020YFF0304601)