Особливості комбінованого застосування методів нечіткої логіки та нейронних мереж в інформаційній технології індивідуального планування спортивних тренувань

Abstract

Запропоновано підхід до підвищення ефективності інформаційної технології індивідуального планування спортивних тренувань на основі комбінованого застосування методів нечіткої логіки, нейронних мереж та суб'єктивного зворотного зв'язку. Наведено особливості побудови системи нечіткого виведення типу Мамдані для м'якої класифікації тренувального навантаження та визначено підходи до формування предиктивної моделі на основі багатошарового перцептрону для прогнозування динаміки спортивних результатів і ризику перетренованості. Обґрунтовано доцільність використання механізму зворотного зв'язку на основі шкали RPE для адаптивного коригування тренувальних планів.

An approach to improving the efficiency of the information technology for individual sports training planning based on the combined application of fuzzy logic, neural network, and subjective feedback methods is proposed. The features of constructing a Mamdani-type fuzzy inference system for soft classification of training load are presented, and approaches to building a predictive model based on a multilayer perceptron for forecasting sports performance dynamics and overtraining risk are defined. The feasibility of using an RPE-based feedback mechanism for adaptive adjustment of training plans is substantiated.