条件数与遗传—神经网络相结合的乒乓球比赛预测方法

论文针对实际比赛中经验确定的乒乓球比赛技术指标较多的情况,尝试采用条件数计算分析方法对运动员在比赛中采用的关键技术指标进行筛选,建立了遗传-神经网络乒乓球比赛预测模型,并提出了利用模糊集理论建立可信度函数对预测结果进行评价的方法。预测结果表明:采用逐步回归方法、传统的遗传-神经网络模型、改进的遗传-神经网络模型得到的预测值可信度分别为0.59、0.69、0.76,采用改进的遗传-神经网络模型对比赛预测结果的可信度较高,该方法可以为比赛技术分析提供较高可信度的决策支持。