[发明专利]一种基于多目标优化算法的运动计划的生成方法

说明书

本发明公开了一种基于多目标优化算法的运动计划的生成方法，具体按照如下步骤实施：步骤1，根据用户数据库中的数据获取所需要的用户属性，并计算运动量；步骤2，获取课程库中课程的课程属性，并对课程进行分类；步骤3，根据步骤2课程分类结果以及步骤1中的运动量定义目标函数以及待优化参数；步骤4，采用人工雨滴算法对目标函数进行优化，得到优化后的参数；步骤5，计算优化出的参数对应每类课程库中课程对应参数的相似性；步骤6，将步骤5计算出的每类中的相似性最高的课程进行组合，生成最终的个性化运动课程计划。本发明解决了现有技术中存在的无法针对运动者个人的身体状况以及运动目标做出个性化的指导的问题。

技术领域

本发明属于运动课程计划的生成方法技术领域，涉及一种基于多目标优 化算法的运动计划的生成方法。

背景技术

随着社会的发展，人们在提高物质生活的同时，对于身体健康的关注也 逐渐提高，进行健身的人越来越多，运动健身的课程也多种多样。而人们对 运动课程的选择并不具有专业性，一对一的健身指导又不具有普遍性。因此 个性化的运动课程计划的生成对运动者的运动效果起着至关重要的作用。

目前存在的运动课程的指导方法大多无法针对运动者个人的身体状况以 及运动目标做出个性化的指导方案，并且无法保证运动课程的多样性和运动 者对课程的满意程度。运动者想要达到预期的运动效果并且保证运动课程的 多样性，需要采用适合运动者运动参数(运动强度、运动时间、运动频率) 的运动课程计划。

发明内容

本发明的目的是提供一种基于多目标优化算法的运动计划的生成方法， 解决了现有技术中存在的无法针对运动者个人的身体状况以及运动目标做 出个性化的指导的问题。

本发明所采用的技术方案是，一种基于多目标优化算法的运动计划的生 成方法，具体按照如下步骤实施：

步骤1，根据用户数据库中的数据获取所需要的用户属性，并计算运动 量W；

步骤2，获取课程库中课程的课程属性，并对课程进行分类；

步骤3，根据步骤2课程分类结果以及步骤1中的运动量W定义目标函 数maxF(x)以及待优化参数；

步骤4，采用人工雨滴算法对目标函数maxF(x)进行优化，得到优化后 的参数；

步骤5，计算优化出的参数对应每类课程库中课程对应参数的相似性；

步骤6，将步骤5计算出的每类中的相似性最高的课程进行组合，生成 最终的个性化运动课程计划。

本发明的特征还在于，

步骤1具体为：

步骤1.1，根据用户数据库中的数据获取所需要的用户属性，用户属性 为姓名、性别、年龄、身高、体重、所使用运动处方的名称、处方强度、处 方时长、处方频率；

步骤1.2，将步骤1.1获取的用户属性存入新的数据表中，形成新的用户 数据，并使用处方强度Q_处、处方时间T_处、处方频率P_处使用公式(1)进行 运动量W的计算：

W＝Q_处*T_处*P_处   (1)。

步骤2具体为：

步骤2.1，获取课程库中课程的课程属性，课程属性为课程名称、课程 类型、动作个数、卡路里消耗、持续时间、具体动作；

步骤2.2，对课程库中的课程按照课程属性中的课程类型进行分类，分 为提高有氧耐力型、减脂瘦身型、力量强化型三种类型；

步骤2.3，根据获取的课程属性分别计算不同类型课程对应的强度，其 中提高有氧耐力型的强度Q_氧计算公式为：