技術領域

本發明涉及健身跑運動優化技術領域，特別是一種健身跑運動方案生成方法。

背景技術

健身跑是一種最為普及的健身和體療方法，健身跑運動過程建模、優化等相關課題一直是學者們的研究熱點。但是，目前定量研案健身跑方面的成果還比較少。Cheng(2008)和Scalzi(2012)提出了健身跑的運動過程模型，在此基礎上，Scalzi(2013)等還給出自動生成最優跑步方案的方法。然而Cheng和Scalzi模型中的參數只是針對23–38歲的英國人，Scalzi等人的最優方案也只能用于賽跑的情景，即在指定運動距離下，得到最短時間。這些成果難以直接用于指導健身跑的教學和平時鍛煉，這使得健身跑的體育教學和平時鍛煉缺乏有效的技術手段和工具。

發明內容

本發明的目的在于提供一種健身跑運動方案生成方法，該方法可以為運動者建立個性化的健身跑最優運動方案，從而為指導運動者進行安全、有效的健身跑提供了有用的技術手段。

為實現上述目的，本發明的技術方案是：一種健身跑運動方案生成方法，包括以下步驟：

S1.?采集運動者健身跑過程中的速度和心率數據；

S2.?基于步驟S1采集的速度和心率數據，運用遺傳算法對運動者的健身跑運動模型進行參數整定，建立運動者的健身跑運動模型；

S3.?基于步驟S2建立的健身跑運動模型，以及給定運動時間和安全有效心率區間參數，以在給定運動時間的健身跑過程中，心率落在安全有效心率區間內的時長最長為優化目標，建立運動者的健身跑最優運動方案。

進一步的，在步驟S2中，對于如式(1)的健身跑運動模型：

????(1)

其中，x₁(t)、x₂(t)和u(t)分別表示運動者t時刻較0時刻的心率增量、t時刻較0時刻的疲勞程度增量和t時刻的速度，、分別表示x₁(t)、x₂(t)的微分，a₁、a₂、a₃、a₄和a₅為5個待估參數；按如下步驟建立運動者的健身跑運動模型：

S201.?種群初始化：設置種群規模、交叉概率、變異概率、最大進化代數，隨機生成初始種群P(t)，t=0，其中初始化參數a₁、a₂、a₃、a₄和a₅，個體編碼采用實數編碼，編碼長度為5；

S202.?適應度計算：以心率的估計值與實測值的殘差平方和作為適應度函數，根據式(1)和采集的速度實測值u(t)，計算心率估計值x₁(t)，將計算結果和采集的心率實測值輸入適應度函數，計算各個體的適應度；

S203.?采用整體算術雜交算子對種群進行交叉操作，然后采用自適應變異算子對種群進行變異操作，再采用帶精英保留策略的輪盤賭方法選擇下一代種群；

S204.?判斷是否滿足終止條件：最優個體的適應度達到給定的閾值，或者經過多次迭代后最優個體的適應度不再發生變化，或者迭代次數達到最大進化代數，是則輸出最優個體的優化結果，計算結束，否則基于步驟S203得到的下一代種群，返回步驟S202進行下一次迭代；

將求得的參數a₁、a₂、a₃、a₄和a₅的值代入式(1)，得到運動者的健身跑運動模型。