1 BP神经网络预测模型
2 ALO算法
3 LSALO-BP算法
3.1 蚁狮替换
3.2 改进蚂蚁游走方式
3.3 蚂蚁替换
3.4 适应度函数选择
3.5 LSALO-BP算法实施步骤
4 实验结果与分析
4.1 数据采集及分析
4.2 基准函数测试结果
4.3 实验结果
4.3.1 BP网络结构
4.3.2 预测结果比较
5 结 论
文章摘要:精确的儿童成年身高预测对于制定儿童青少年的发展计划、运动员的选材具有重要的参考意义。目前的儿童成年身高预测方法存在方法过时、预测精度不高等问题。针对这些问题,通过分析中国儿童青少年学生体质和生长发育健康工程在浙江省中小学采集的数据,在BP神经网络的基础上提出一种高精度的儿童成年身高预测方法。针对BP神经网络易陷入局部解的缺陷,提出一种基于位置策略的蚁狮算法并对其进行优化。该算法改进了蚂蚁的游走方式,增强了全局搜索能力。通过10个基准函数的对比实验,证明了位置策略的可行性和有效性。实验结果表明:优化后的BP神经网络模型真实值和预测值的差值在±2 cm以内时,男生成年身高预测精确度达到了86.67%,女生达到了85.32%,相较于其他模型而言,该模型对儿童青少年成年身高预测的结果具有更高的精度。
文章关键词:
项目基金:《青少年体育》 网址: http://www.qsntyzz.cn/qikandaodu/2022/0119/2543.html