运用DPS系统分析刘翔2012年伦敦奥运会110米栏的成绩区间-论文.pdf

《运用DPS系统分析刘翔2012年伦敦奥运会110米栏的成绩区间-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第35卷4期安徽师范大学学报(自然科学版)Vo1．35No．42012年7月JournalofAnhulNormaiUniversity(NaturalScience)Ju1．20j2运用DPS系统分析刘翔2012年伦敦奥运会110米栏的成绩区间王开永(广东商学院体育部，广东广州510320)摘要：刘翔110米栏七步起跑上栏技术的改进后，取得了较好的成绩，使伤愈复出的刘翔再次成为世界瞩目的2012年伦敦奥运会110米栏的冲金选手．根据2003—2011年度刘翔的最好成绩，跟踪刘翔现时的竞技状态，运用D

2、PS系统的GM(1，1)模型建立刘翔成绩的区间预测模型，并对模型进行残差检验、后验差检验和关联度分析，结果表明预测模型精度为一级，具有一定的实用价值，可以用来揭示刘翔110栏未来运动成绩的发展趋势，并分析刘翔2012年伦敦奥运会110米栏可能的成绩区间在12秒82和12秒97之间．关键词：刘翔；伦敦奥运会，110米栏；DPS系统区间模型中图分类号：G822．6文献标识码：A文章编号：1001—2443(2012)04—0387—05从2006年以l2秒88打破110米栏世界纪录，到2008北京奥运会上

3、因伤黯然退赛，经过一年多的休整，再到2011年6月在国际田联钻石联赛尤金站，运用七步上栏新技术，以l3秒的成绩摘得银牌，刘翔，用成绩证明了自己的实力，再次吹响了2012年伦敦奥运会110米栏冲金的号角．由于运动成绩的发展趋势是由多因素决定的，有的已知，有的未知，不确切或模糊，若将运动成绩中已知和未知的影响因素看作一个系统，那么它就是一个典型的灰色系统．灰色系统理论对于灰色量的处理，不是去寻求它的统计规律和概率分布，而是从无规律的原始数据中找出规律，即对数据通过一定方式处理后，使其成为较有规律的时间序列

4、数据，再根据过去和现在已有的信息建立一个从过去引申到未来的预测模型HJ．因此本文收集整理了刘翔2003m2011年度参加正式比赛所取得的最好成绩(见表1)，跟踪刘翔现时的竞技状态，运用DPS系统理论的GM(1，1)灰色区间预测方法建立刘翔最好成绩预模型，并对刘翔2012伦敦奥运会110米栏可能取得的成绩区间进行了分析．表1110米栏2003—2011年刘翔年度最好成绩和世界最好成绩(单位：秒)(注：2008年刘翔因伤病休养)1研究方法1．1文献资料法1．1．1数据来源：刘翔全球个人网站、2003—20

5、11年度《田径》杂志、田协官方网站1．1．2数据选取标准：由表1可见2004、2006和2007年，刘翔的110米栏年度最好成绩即为世界最好成绩，这说明，随着刘翔跨栏技术的逐步完善，身体素质的不断提高以及心理素质的日益成熟，刘翔110米栏的专项运动能力及运动成绩已经进入上升阶段，刘翔已经成为110米栏项目的世界领军人物，研究刘翔的运动成绩能够代表世界110米栏未来成绩的发展趋势，所以选取刘翔2003—2011年度最好成绩作为研究数据．1．2灰色区间预测法运用DPS系统的GM(1，1)模型的灰色区间以及

6、模型的检验公式建立刘翔历年最好成绩的模型[Ⅱ2l，收稿日期：2012—03—13作者简介：王开永(1969一)，男，安徽省芜湖市人，讲师，硕士，研究方向：体育教育训练388安徽师范大学学报(自然科学版)2012焦并对刘翔在2008．奥运会上可能取得的成绩进行了上限值和下限值的预测1．2．1灰色区间模型中上下限线的划分：在时间和成绩二维坐标平面的时间序列曲线上，将x【k)凡下一个点的值大于上一个点的值所组合的点即为上限线上的点，以这些点进行DPS系统模型分析所得到的曲线即为灰区间的上缘线，反之，凡下一个

7、点的值小于上一个点的值所组合的点即为下限线上的点，以这些点进行DPS系n统的GM(1，1)模型分析所得到的曲线即为灰区间的下缘线，上下缘线间的面积之交即为灰平图1时间一运动成绩曲线面，当曲线延伸到t>n时，可构成未来发展的可能区间(见图1)．当区间随着时间的推移越来越窄，则认为区间是逐渐白化，直到变成一条白色的预测线．1．2．2基于GM(1，1)模型的系统灰色区间模型1．2．2．1对数据序列(。)：{x(O)(1)，z(。’(2)，⋯，z(0’(扎)}作一次累加生成，以弱化原始运动成绩随机序列的随机性

8、，为建模提供中间信息，通过公式z()(k)=z(。’(t)，(k=1，2⋯，7z)计算得到：．z()=￡=l{z((1)，x(1)(2)，⋯，z()()}，则z(1)的均生值(’)=0．5x()(k)+0．5x((k一1)(k=1，2，⋯，)一()(2)1一z()(3)l和1．2．2．2构造累加矩阵B与常数项微量yN，B==[z{。(2)，z{。’(3)，⋯，1．2．2．3用最小二乘法解灰参数金会(BTB)一BTyN=(口，“)丁1．2．2．4将灰参数代