基于BP神经网络的18～30岁人群功率自行车能量消耗模型构建

作者：许春艳; 许鹏飞; 衣龙燕; 龚丽景; 王馨塘^*

来源：北京体育大学学报, 2022, 45(10): 75-85.

DOI：10.19582/j.cnki.11-3785/g8.2022.10.006

• 功率自行车
• 能量消耗
• 预测模型
• BP神经网络

目的：以心率为自变量根据不同算法建立适合的18～30岁普通健康成年人功率自行车能量消耗预测模型。方法：以39名18～30岁普通健康成年人为研究对象，分别完成3种强度(30 W、75 W、125 W)的功率自行车测试。受试者佩戴气体代谢分析仪和心率带，采集此过程中心率、摄氧量、二氧化碳呼出量等指标，并以此作为数据来源，进行相关性分析获得具有统计学意义的指标，分别建立能量消耗的线性回归模型和BP神经网络模型。采用Bland-Altman散点图对模型预测的准确性进行分析；采用均方误差(MSE)、平均绝对误差(MAE)、决定系数(R2)与平均绝对百分比误差(MAPE)评价模型的拟合和预测效果。结果：1)能量消耗与%HR(实际心率/安静心率×100%)、体重、体脂百分比、身高存在相关性(P<0.01)。2)建立的BP神经网络模型(包含4个输入层、3个隐含层和1个输出层)的最佳性能表现MSE为0.48，训练集、验证集、测试集和整体的R值分别为0.92、0.93、0.92和0.93。3)神经网络模型与多元线性回归模型预测值相比差异无显著性(P>0.05)，但神经网络预测模型的R2高于现行回归方程，MSE、MAPE、MAE均低于线性回归方程。结论：采用BP神经网络可以提高预测精度，降低采用线性回归方程预测时的误差。

• 单位
  北京体育大学