1、體育預測是指預測者對體育領域各種未來或未知因素進行預計和推斷。體育預測不管是對整個體育事業(yè)的發(fā)展，還是對運動成績發(fā)展趨勢的掌握都有極為重要的作用，它為決策者提供重要的決策依據。 體育競賽成績預測模型研究一直是體育學研究的重要課題。但具體用什么數學模型來進行預測分析至今沒有一個統(tǒng)一的范式。目前常用的主要有： (1)時間序列預測模型：適用于預測簡單、穩(wěn)定或周期性的數據，對于有明顯上升趨勢的中國體育競賽成績而言，預測值可能會低

2、于實際值。 (2)回歸模型：過分依賴于有限的變量，許多主要影響因素被排斥于模型之外。模型通常只是靜態(tài)陳述，難以預測競賽成績函數中設置的自變量在未來的變化趨勢。 (3)灰色預測法：是一種線性模型，但是體育競賽成績的變化是一種非線性動態(tài)過程，因此利用灰色預測模型很難精確的預測體育競賽成績的變化。 (4)德爾菲法：是一種定性分析法，不能有效地揭示出體育系統(tǒng)中各因素之間的相互制約、相互聯(lián)系以及體育系統(tǒng)和外部環(huán)境之間的關系

3、，所以預測分析起來就沒有力度。 人工神經網絡是人類在對其大腦神經網絡認識理解的基礎上，人工構造的能夠實現(xiàn)某種功能的非線性動力系統(tǒng)，是理論化的人腦神經網絡的數學模型，是基于模仿大腦神經網絡結構和功能而建立的一種信息處理系統(tǒng)。它可以基于過去己有的實例樣本進行“自學習”和模式識別。正是神經網絡的模式識別能力使得它在實際應用中成為一種良好的分類和預測工具。因為神經網絡可以很好地識別訓練樣本之間的相關性，所以它在預測功能上優(yōu)于傳統(tǒng)的統(tǒng)計分

4、析方法。而且，當訓練樣本較少且有“白色噪聲”(即隨機誤差)的時候，神經網絡更是優(yōu)于普通的統(tǒng)計模式。一般而言，體育競賽成績的統(tǒng)計數據時間較短(也就是說可供“學習”的訓練樣本少)，而且體育競賽成績還受到眾多不可預知因素的干擾，所以在進行體育競賽成績預測時用神經網絡是一個比較優(yōu)越的模型分析方法。 筆者試圖通過應用人工神經網絡的體育預測方法，加速體育領域預測工作的科學化進程，使其在推廣實施“全民健身計劃”和“奧運爭光計劃”中發(fā)揮重要作用

5、，推動我國體育事業(yè)的發(fā)展和進步。 論文中，主要是基于籃球競賽技術統(tǒng)計的時間序列統(tǒng)計數據，采用三層前饋反向傳播神經網絡(Back—Propagation Network，簡稱BP網絡)模型，運用滾動預測方法，對2008奧運會中國男籃主要技術統(tǒng)計指標進行了預測。 具體的實現(xiàn)過程為： (1)網絡訓練：用NBA05—06賽季火箭隊技術統(tǒng)計數據作為網絡輸入，04年奧運會、第14屆男籃世錦賽、06年洲際杯籃球賽、第15屆男籃

6、世錦賽中國男籃技術統(tǒng)計的數據作為網絡理想輸出，組成訓練樣本集對網絡進行訓練，直至訓練出泛化能力較好的網絡為止。 (2)網絡預測：用訓練好的網絡，輸入04年奧運會、第14屆男籃世錦賽、06年洲際杯籃球賽、第15屆男籃世錦賽中國男籃技術統(tǒng)計的數據，輸出2008奧運會中國男籃技術統(tǒng)計的預測數據。 模型的建立與實現(xiàn)，都是借助MATLAB軟件。其中的神經網絡工具箱以人工神經網絡理論為基礎，構造了網絡分析和設計的許多工具函數。運用神