灰色關聯分析模型對軍校大學生5000 m耐力素質的評價效果

張桐碩，薄 海，秦永生，彭 朋

灰色關聯分析模型對軍校大學生5000 m耐力素質的評價效果

張桐碩1，薄 海2，秦永生2，彭 朋2

目的分析軍校大學生5000 m跑成績與相關運動生理指標的關系，為進一步科學安排訓練、提高軍人耐力素質提供理論依據。方法整群抽取58名某軍校大學生，測試5000 m跑成績，以及身體形態、心肺功能、速度素質和力量素質等四類共12項運動生理指標。建立灰色關聯分析模型對采集的數據進行分析，運用BP神經網絡模型驗證評價效果。結果影響5000 m跑成績的前5項主要因素依次為最大攝氧量(VO2max)、5000 m定量負荷心率、2000 m跑成績、體脂百分比和肺活量指數。VO2max和5000 m定量負荷心率能通過BP神經網絡模型準確評價5000 m耐力素質。結論灰色關聯分析模型篩選出的影響因素合理可信。應著重考慮安排有助于增強心肺功能和降低體脂百分比的訓練項目，以減少訓練的盲目性，提高5000 m耐力素質訓練質量。

灰色關聯分析；耐力素質；軍校大學生；BP神經網絡

作為軍人耐力素質的直接體現，5000 m跑是軍校大學生必須達標的體能考核項目，更是適應現代軍事作業需求的身體基礎和戰斗力保障。然而，軍校大學生，尤其是地方入伍的技術專業軍校大學生5000 m跑的考核達標率不容樂觀，其主要原因是訓練方法存在較大的盲從性和單一性。因此，面對軍校大學生提高耐力素質訓練質量的迫切需求，探討5000 m耐力素質與其影響因素之間關系和規律，顯然具有重要的現實意義。

多年來對5000 m耐力素質影響因素的研究對象主要集中于運動員，而針對軍校大學生的關注較少[1-4]。另外，研究方法主要采取方差分析、回歸分析、主成分分析、因子分析等，對樣本容量和概率分布要求嚴格，研究角度多限于線性變化規律[5]。灰色關聯分析是通過對動態過程發展態勢的量化分析，克服了以上傳統方法的缺陷，對信息不夠充分的系統同樣適用，不會出現量化結果與定性分析不符的情況[6]。基于上述原因，本研究把軍校大學生5000 m跑成績看成是一個灰色系統工程，通過對各項運動生理指標與5000 m運動成績的灰色關聯分析，把各因素在其成績中的地位和作用予以揭示，并利用BP神經網絡對主要影響因素與5000 m跑成績的非線性聯系進行驗證,旨在了解軍校大學生5000 m耐力素質與評價指標之間的相互關系，為進一步科學安排訓練、提高軍人耐力素質提供理論依據。

1 對象與方法

1.1 對象 整群抽取某軍校二年級大學生58名，均為地方入伍的專業技術男學員，年齡(19.98±0.13)歲，身高(174.75±1.27) cm，體重(65.55±1.83) kg。

1.2 測試指標 選取反映5000 m耐力素質的運動生理指標，建立5000 m跑成績x0(min)與其影響因素的指標體系，分為速度專項素質、身體形態、心肺功能、力量專項素質四類，共有12項指標。其中速度專項素質包括100 m跑成績x1(s)、400 m跑成績x2(s)、2000 m跑成績x3(min)；身體形態包括身體質量指數(BMI)x4、體脂百分比x5；心肺功能包括安靜心率x6(b/min)、5000 m定量負荷心率x7(b/min)、VO2maxx8[ml/(kg·min)]、肺活量指數x9(ml/kg)；力量專項素質包括俯臥撐x10、仰臥起坐x11和蹲起x12。其中VO2max在標準400 m跑道上，利用便攜式動態肺功能氣體代謝遙測分析系統(VO2000，美國麥加菲公司)測定；5000 m定量負荷心率是以恰好及格(23 min)的運動強度勻速完成5000 m時用遙測心率表記錄的平均心率；體脂百分比采用身體組成分析儀(Inbody 3.0，韓國，北京同方健康科技有限公司)測定；俯臥撐、仰臥起坐和蹲起為2 min內完成的次數。

1.3 灰色關聯分析與效果評價 以5000 m跑成績作為參考序列，記為x0={x0(k)k=1,2,…，58，}，12項指標分別為12個比較序列，記為xi={xi(k)k=1,2,…，58}，i=1,2,…，12。建立數學模型，計算灰色關聯系數及各項指標的灰色關聯度。根據灰色關聯度的大小，對各項指標進行排序，建立12項指標的關聯序。關聯度越大，說明指標對5000 m跑成績關系越密切。

運用BP神經網絡模型驗證評價效果。首先篩選出關聯度最大的兩項作為評價指標，建立BP神經網絡模型預測5000 m跑成績。通過預測效果檢驗灰色關聯分析篩選出的主要影響因素是否合理和可信，即取前50個受試者建立訓練網絡，將后8個受試者的關聯度最大的兩項指標輸入網絡進行5000 m跑成績預測，并與實際成績進行比較。

1.4 數據整理與分析 將采集的數據錄入Excel 2010建立數據庫，利用Matlab 7.8軟件進行灰色關聯分析模型、BP神經網絡模型的編程以及曲面擬合圖的繪制。

2 結 果

2.1 灰色關聯分析模型 12項指標對5000 m跑成績的密切程度由大到小依次為VO2max、5000 m定量負荷心率、2000 m跑成績、體脂百分比、肺活量指數、蹲起、俯臥撐、基礎心率、仰臥起坐、400 m跑成績、BMI、100 m跑成績(表1)。

2.2 基于BP神經網絡的評價效果驗證 由表1中的排序結果可見VO2max和5000 m定量負荷心率關聯度最大。取前50個受試者建立BP神經網絡，結果表明，后8名受試者的預測成績與實際成績基本一致(表2)。

表1 某軍校大學生12項運動生理指標與5000 m跑成績的關聯度及排序

表2 某軍校大學生BP神經網絡預測成績與實際成績的比較

2.3 5000 m耐力素質隨評級指標變化的三維動態擬合圖 自變量x、y分別表示VO2max和5000 m定量負荷心率，z為5000 m跑成績。5000 m耐力素質隨評級指標變化的三維動態擬合圖見圖1，可見5000 m跑成績的提高伴隨著VO2max的增加和5000 m定量負荷心率的降低。

圖1 某軍校大學生5000 m耐力跑成績隨VO2max和5000 m定量負荷心率變化的三維動態擬合效果

3 討 論

3.1 模型的方法學評價 本模型充分利用灰色關聯分析要求樣本數據少、建模簡單的特點，聯合運用BP神經網絡驗證評價效果，保證了模型的嚴謹性。需要指出的是，雖然本文僅就軍校大學生5000 m耐力素質的影響因素進行了灰色關聯分析，由于這種建模方法具有實用性強、易于推廣的特點，也為其他研究對象或體育項目的因素分析提供了方法學上的參考。

3.1.1 灰色關聯分析模型 灰色關聯分析是指對一個系統發展變化態勢的定量描述和比較的方法，其基本思想是通過確定參考數據列和若干個比較數據列的幾何形狀相似程度來判斷其聯系是否緊密，它反映了曲線間的關聯程度[6]。為找出影響5000 m跑成績的主要指標，以便為提高軍校大學生5000 m耐力素質提供理論依據，通過建立灰色關聯分析模型，確定各項指標和5000 m跑成績之間的關聯緊密程度，將各項指標對成績貢獻進行排序。

3.1.2 基于BP神經網絡的評價效果驗證 由于5000 m耐力素質是多種因素共同影響的結果，5000 m跑成績隨著人體心肺系統功能等因素的變化，常常呈現出較為復雜的非線性變化趨勢，很難準確地給出各種因素共同作用的公式。BP神經網絡作為一種多層前饋神經網絡，很好地解決了這個問題。它具有較強的自組織、自適應與自學能力，能夠在未完全了解5000 m耐力素質形成機制的情況下，完成自變量、變量間與5000 m跑成績之間的非線性映射[7]。8名受試者的預測成績與實際成績基本一致，證明篩選出的主要影響因素是可靠的，進而也證明灰色關聯分析對于解決該問題的可行性和有效性。

3.1.3 5000 m耐力素質隨評級指標變化的三維動態擬合效果 經BP神經網絡模型的檢驗，證明VO2max和5000 m定量負荷心率這兩項指標就能有效反映5000 m耐力素質的水平，簡化了指標體系。但是5000 m耐力素質隨自變量指標而變化的數理關系解析式較為復雜和抽象，難以表示和推廣。而三維動態擬合圖可以將這些動態數據在空間的變化趨勢及走向直現地描述出來，便于軍校大學生形象理解5000 m耐力素質的變化規律，評估個人5000 m耐力素質水平，因而具有重要的實用價值[8]。

3.2 各項運動生理指標對5000 m耐力素質的影響 5000 m跑是軍校大學生必須達標的體能考核項目，也是體能訓練的難點科目，其主要反映了人體的有氧工作能力，體內糖和脂肪的有氧代謝供能可達到80%以上。本模型通過灰色關聯分析篩選出的前5項主要因素有VO2max、5000 m定量負荷心率、2000 m跑成績、體脂百分比和肺活量指數，符合5000 m跑的運動生理特征，基本反映了構成5000 m耐力素質的生理功能[9]。

3.2.1 速度專項素質對5000 m耐力素質的影響 2000 m跑成績遠比100 m跑成績和400 m跑成績與5000 m跑成績的關系密切。這是由于不同距離跑的供能方式有一定差異：短跑主要靠磷酸原系統供能，發展無氧耐力；中跑有氧和無氧混合代謝供能的比重較大，基本屬于耐乳酸訓練；而長跑有氧供能占絕對優勢[10]。供能方式的差異決定了100 m、400 m跑等短跑訓練對軍校大學生5000 m耐力素質水平提高作用不明顯，通過鍛煉有氧系統能力的長距離跑才能起到更好的效果。

3.2.2 身體形態對5000 m耐力素質的影響 體脂百分比是影響5000 m耐力素質的關鍵因素之一，它表示脂肪重占體重的比例。根據人體各成分的生理功效不同，體重可分為瘦體重(去脂體重)和脂肪重(體脂量)兩部分。瘦體重的主要成分是骨骼和肌肉。文獻[11]報道，體脂百分比越低機體的耐力水平越高。在5000 m跑中，肌肉是有氧供能的主要場所，肌糖原作為主要能源物質對氧的利用效率較高。雖然脂肪也參與有氧運動的供能，但由于脂肪氧化供能時氧氣消耗量大、代謝產物堆積等因素，容易使身體疲勞，反而增加了體重負擔。除了堅持長期有氧鍛煉，還要從合理膳食、調控生活節奏等方面減輕脂肪堆積，改善體成分，增加瘦體重，促進體形勻稱發展[12]。

BMI是衡量營養不良和肥胖的重要指標[13]。可能由于軍校大學生入校前經過嚴格的體檢，體形都比較勻稱， BMI的區分不大，加之BMI未能區分身體組成，因而對5000 m跑成績的影響不明顯。

3.2.3 心肺功能對5000 m耐力素質的影響 在各項指標與5000 m跑成績的灰色關聯度大小的排序中，VO2max、5000 m定量負荷心率和肺活量指數分別位列第一、第二和第五。安靜心率的排序相對靠后，可能與軍校大學生訓練水平接近，安靜心率差異不明顯有關。整體上可認為心肺功能對5000 m耐力素質的影響比其它各類身體素質指標明顯，這與以往的研究結果一致[14,15]。心肺功能對5000 m跑成績的決定性作用無可非議，應成為5000 m耐力素質訓練的核心目標。

VO2max是人體氧運輸系統中的心泵功能和肌肉用氧能力達到極限水平時，單位時間所能攝取的氧量，是評定人體有氧工作能力的綜合指標。有研究發現，5000～10000 m跑成績與VO2max的相關系數(r)處于0.79～0.82[16]。運動生理學家一致認為，在眾多因素中，VO2max是限制中長跑的首要因素[14]。

5000 m定量負荷心率是以規定速度進行5000 m跑中的平均心率，反映了運動中的平均生理負荷強度。在受試軍校大學生的最大心率大致相同的情況下，5000 m定量負荷心率越高，可認為動用的心率儲備越多，越接近力竭狀態[17]。心率對運動負荷的適應性變化是完成同等負荷時心率水平逐漸下降，其原因主要是每搏輸出量增加[18]。這是心臟機能提高顯著標志，也是評價訓練效果的常用指標[19]。

因此，對于軍校大學生的基礎訓練，可以采用最大心率的70%～75%，即140～160次/min的持續運動強度提高心肌收縮能力，并配合安排間歇訓練法和循環訓練法等多種訓練模式提高VO2max水平[5,20]。同時，控制勻速的跑步節奏，運用科學的呼吸方法有助于保持心率的平穩、提高呼吸效率，因此掌握正確的5000 m跑的技術也十分必要[21]。

3.2.4 力量專項素質對5000 m耐力素質的影響 力量專項素質的三項指標蹲起、俯臥撐和仰臥起坐的灰色關聯度分別位列第六、第七和第九。可見腿部、肩臂及腰腹等部位肌肉的力量和耐力對5000 m耐力素質有一定影響。其中蹲起反映的腿部肌肉力水平的地位相對重要，這很容易理解，5000 m跑以擺動腿、后蹬腿的動作為主[21]。5000 m跑時需要調動全身各部位肌群的協調配合，如有力的腰腹肌緊張收縮，不僅起到固定內臟器官確保跑進時的重心穩定的作用，還能提高腹式呼吸的效率。

骨骼肌的有氧代謝能力是影響有氧耐力的重要因素，而肌組織的有氧代謝能力與肌纖維類型密切相關，肌肉中紅肌纖維多，有氧代謝能力就好。提高肌肉氧化能力的訓練應著眼于提高慢肌纖維以及氧化型快肌纖維的供能能力[22]。

綜上所述，灰色關聯分析模型篩選的影響5000 m跑成績的前五項主要因素依次為VO2max、5000 m定量負荷心率、2000 m跑成績、體脂百分比和肺活量指數。BP神經網絡模型證明了分析結果的可靠性和方法的有效性。軍校大學生可借助三維動態擬合圖評估個人5000 m耐力素質水平作為參考，制定適合自身實際的訓練計劃。就本模型的研究結果，運用運動醫學知識做出合理解釋，并聯系軍校大學生實際提出了相應的指導性建議，主要包括應著重考慮安排有助于增強心肺功能和降低體脂百分比的訓練，以減少訓練的盲目性，提高耐力素質的訓練效果。

[1] 張 敏, 秦永生, 劉冠南, 等. 耐力組合訓練提高武警戰士耐力素質[J]. 體育科學研究, 2007,11(4):93-95.

[2] 陳少美. 提高大學生國防軍事訓練耐力跑成績的研究[J]. 解放軍預防醫學雜志, 2005,23(6):410-412.

[3] 馬瑞華. 女子5000 m運動員專項身體素質訓練水平綜合評價的研究[J]. 內江科技, 2010,(1):139-140.

[4] 席 翼, 王國軍, 文 立, 等. 5000米跑耐力訓練對新兵有氧耐力及左心室結構和功能的影響[J]. 中國運動醫學雜志, 2007,26(1):39-44.

[5] 陸紹中, 李開剛. 有氧代謝能力與耐力項目訓練中運動強度的選擇[J]. 體育學刊, 2002,9(6):41-44.

[6] 鄧聚龍. 灰色系統基本方法[M]. 武漢：華中工學院出版社, 2005：23-36.

[7] 范 磊, 張運陶, 程正軍. 基于MATLAB的BP神經網絡應用[J]. 西華師范大學學報(自然科學版), 2005,35 (1):70-73.

[8] 孫學川. 人體心肺功能康復狀態的多維度非線性動態建模分析方法學研究[J]. 現代康復, 2000,4(5):666-668.

[9] 王瑞元. 運動生理學[M]. 北京：人民體育出版社, 2002：55-58.

[10] 施霏霏. 男子400 m欄運動員的速度耐力訓練[J]. 軍事體育進修學院學報, 2006,25(4):69-71.

[11] 張 敏, 孟 斌, 馮凱琳. 武警新兵體格、體成分和體能及其相關性[J]. 解放軍預防醫學雜志, 2007,25(3):184-187.

[12] 單綠葉. 有氧運動對女大學生身體形態和體脂的影響[J]. 浙江體育科學, 2010,(3):101-104.

[13] 遲 化, 姜志強. 按BMI指數分級評定肥胖大學生長跑成績的研究[J]. 吉林體育學院學報, 2011,27(2):73-75.

[14] 陸紹中,李開剛. 有氧代謝能力與耐力項目訓練中運動強度的選擇[J]. 體育學刊, 2002,9(6):41-44.

[15] 胡國鵬, 劉無逸, 向劍鋒. 跑步效率的影響因素[J]. 浙江體育科學, 2005,27(2):83-87.

[16] 胡國鵬, 王人衛, 劉無逸, 等. vVO2max、VO2maxPD等指標在有氧耐力評定中的比較研究[J]. 北京體育大學學報, 2010,33(3):50-54.

[17] 秦永生, 張 敏, 郝占國. 運動訓練與心率變化[J]. 中國臨來康復, 2003,7(6):952-953.

[18] 步 斌. 運動員心功能儲備中心肌收縮力變化與心率變化的相關研究[J]. 中國體育科技, 2008,44(6):79-83.

[19] 劉少兵, 嚴 海. 心率監控在中長跑訓練中的應用[J]. 湖北體育科技, 2005,24(2):184-188.

[20] 周 明. 大學生耐力性素質練習的價值及對策研究[J]. 科學之友, 2009,8(23):137-138.

[21] 于奎龍, 牟少華, 周 桔, 等. 世界長跑技術的演進規律及我國長跑技術努力方向研究[J].云南師范大學學報, 2007,26(14):74-77.

[22] 廖八根, 楊 明. 運動致骨骼肌纖維類型轉換的機制[J]. 中國老年學雜志, 2010, 30(16): 2382-2385.

(2013-12-31收稿 2014-05-20修回)

(責任編輯 梁秋野)

Evaluationmodelofenduranceperformanceinmilitaryacademystudents’ 5000-meterrunningbasedongraycorrelation

ZHANG Tongshuo1, BO Hai2, Qin Yongsheng2, and PENG Peng2.

1. No.18 Team of No.2 Student Brigade， 2. Deparment of Military Training Medicine, Logistics University of Chinese Armed Police Forces, Tianjin, 300309, China

ObjectiveTo analyze the correlation between the performance of military academy students’ 5000-meter running and their exercise physiology indicators associated with 5000-meter running so as to make further efforts to arrange training projects scientifically and provide a theoretical basis for military academy to improve the training quality of 5000-meter running.Methods5000-meter running performance and 12 exercise physiological indexes grouped into four categories (including anthropometry, cardiorespiratory function, velocity fitness and strength fitness) of 58 students from a military academy was measured by cluster sampling method. Gray correlation model was established to analyze the collected data. Then BP neural network model was used to verify the evaluation results.ResultsAccording to the order, the five main factors influencing the performance of 5000-meter running were VO2max, heart rate of 5000-meter running at fixed workload, performance of 2000-meter running, fat rate and FVC index.BP neural network model was able to accurately evaluate the endurance performance of 5000-meter running with VO2maxand heart rate of 5000-meter running at fixed workload.ConclusionThe factors screened by gray correlation model are reasonable and credible. Suggest military academy should consider arranging some training projects which contribute to improvement of cardiopulmonary function and drop of fat rate. By this way, the blindness of training is reduced so as to improve the training quality of 5000-meter running.

analysis, gray correlation; endurance performance; military academy students; BP neural network

武警后勤學院博士啟動金課題(WYB201106)、武警后勤部科研項目(WJHQ2012-21)、武警部隊后勤部衛生部科研項目(WJHQWSB2013-5)、武警后勤學院科研創新團隊項目(WHTD201308)

張桐碩，在讀本科生，E-mail: zhangtongshuo@yeah.net

300309天津,武警后勤學院：1.學員二旅18隊，2.救援醫學系軍事訓練醫學教研室

彭 朋，E-mail: doctorpeng2006@126.com

R872.6