CN108404382A - 一种自适应训练计划生成的算法及系统 - Google Patents

Abstract

本发明提供了一种自适应训练计划生成的算法，用于解决现有技术中不会针对用户个人条件值调整训练计划以及不会根据用户训练数据适应调整训练计划的问题，本算法包括步骤S1：接收用户设置的目标跑步能力值、目标训练起止时间；S2：采集用户首次跑步的跑步能力值；S3：根据接收的用户设置的目标跑步能力值、目标训练起止时间以及采集的用户首次跑步能力值建立训练曲线模型；S4：接收设置的用户个人条件值以及用户运动过程中的跑步能力值并保存，根据接收的用户个人条件值以及用户运动过程中的跑步能力值对建立的训练曲线按照预设调整算法进行调整，生成用户对应的训练计划曲线。采用本方法可以实现根据用户要求调节训练计划，提高用户训练体验。

Description

一种自适应训练计划生成的算法及系统

技术领域

本发明涉及智能定制跑步计划领域，尤其涉及一种自适应训练计划生成的算法及系统。

背景技术

随着生活水平的提高，人们对身体素质的要求也越来越高，现有技术中的运动应用程序软件训练系统中大多是将训练内容作为基本数据储存在后台数据库中。用户选择一种训练后对应固定的训练计划与训练内容，规定明确的训练日、训练时间以及训练强度。不会针对用户的年龄、性别、身高、体重等参数进行调整训练计划，也不会灵活安排训练时间。

例如公开号为CN201510514155.1的中国专利，公开了一种制定运动计划的方法及装置，所述制定运动计划的方法及装置，会根据预先设置的数据阈值或者每隔预先设置的时间重新评估所述用户的基本信息，根据重新评估的所述用户的基本信息为所述用户重新制定新的运动计划，从而可以确定用户制定的健身计划安全，科学且有针对性，从而达到最佳的康复效果。

例如公开号为CN105999686A的中国专利，公开了一种显示跑步节奏的方法及装置，该方法包括：获取用户跑步的节奏，并将所述跑步的节奏转换为智能终端振动的节奏；检测所述用户当前跑步的节奏是否与所述智能终端振动的节奏一致；若所述用户当前跑步的节奏与所述智能终端振动的节奏一致，则增强所述智能终端振动的节奏，相比语音引导更方便，无需使用者佩戴耳机，对于没有设计喇叭的穿戴产品如手环类更有价值，让跑步训练计划中的步频信息更显性化，更容易被感知，起到更有效的指导。

上述公开专利的训练计划是都是预先设定好的，是通用的训练计划，不会根据用户的年龄、性别、身高以及体重等参与调整训练计划，也不会灵活安排训练时间。

发明内容

本发明公开了一种自适应训练计划生成的算法及系统，用以解决现有技术中不会针对用户的性别、年龄、身高以及体重参数进行调整训练计划，以及不会灵活安排训练时间的问题，本发明公开的运动训练计划生成方法及系统能够实现根据用户个人条件和训练时间要求调节。

本发明提供的自适应训练计划生成的算法，包括步骤：

S1：接收用户设置的目标跑步能力值、目标训练起止时间；

S2：采集用户首次跑步的跑步能力值；

S3：根据接收的用户设置的目标跑步能力值、目标训练起止时间以及采集的用户首次跑步能力值建立训练曲线模型；

S4：接收设置的用户个人条件值以及用户运动过程中的跑步能力值并保存，根据接收的用户个人条件值以及用户运动过程中的跑步能力值对建立的训练曲线按照预设调整算法进行调整，生成用户对应的训练计划曲线。

进一步地，

所述跑步能力值包括跑步公里数以及跑步所述跑步公里数的配速；所述用户个人条件值包括用户体重、身高、年龄以及性别。

进一步地，所述训练曲线模型为：

进一步地，所述训练曲线模型为：

跑步能力值(s/v)＝a*训练日期²+b*训练日期+c,

所述s为用户运动过程中的跑步公里数，所述v为用户运动过程中跑步所述跑步公里数的配速,所述a值为按照预设a值算法进行计算，所述b、c值根据计算的a值分别得出对应的b、c值。

进一步地，

将接收设置的用户个人条件值代入K值算法模型，计算出用户跑步能力值的K值，所述K值用于对建立的训练曲线模型进行调整，所述K值∈(0,1)。进一步地，步骤S4包括：

S41：接收设置的用户个人条件值以及用户运动过程中的跑步能力值；

S42：选取用户运动过程中首次不在建立的训练计划曲线模型上的跑步能力值作为新的首次跑步的跑步能力值、用户设置的目标跑步能力值以及计算的K值按照训练曲线模型重新拟合成用户对应的训练计划曲线。

一种自适应训练计划生成的系统，包括：

接收模块，用于接收用户设置的目标跑步能力值、目标训练起止时间以及用户设置的个人条件值；

采集模块，用于采集用户运动过程中的跑步能力值；

计算模块，用于根据接收的用户设置的目标跑步能力值、目标训练起止时间以及采集的用户首次跑步能力值建立训练曲线模型；

调整模块，用于根据接收的用户个人条件值以及用户运动过程中的跑步能力值对建立的训练曲线按照预设调整算法进行调整，生成用户对应的训练计划曲线。

进一步地，接收模块包括：

储存单元，用于储存接收的用户设置的目标跑步能力值、目标训练起止时间以及用户设置的个人条件值。

进一步地，调整模块包括：

K值调整单元，用于根据接收用户设置的个人条件值对K值进行调整，进而通过K值对建立的训练计划曲线进行调整；

拟合曲线生成单元，用于选取用户运动过程中首次不在建立的训练计划曲线模型上的跑步能力值、用户设置的目标跑步能力值以及计算的模型斜率K 值按照训练曲线模型重新拟合成用户对应的训练计划曲线。

进一步地，K值调整单元包括：

BMI影响因子计算单元，用于根据用户的身高和体重按照预设BMI影响因子算法计算出用户身高和体重对K值的影响因子；

年龄影响因子计算单元，用于根据用户的年龄按照预设年龄影响因子算法计算出用户年龄对K值的影响因子；

性别影响因子计算单元，用于根据用户的性别按照预设性别影响因子算法计算出用户性别对K值的影响因子。

进一步地，还包括：

生成报告单元，用于用户按照对应的训练计划曲线完成训练时，生成对应的训练报告；

记录储存单元，用于将用户的每次训练的跑步公里数以及对应的配速记录并保存至预设位置。

本发明的有益效果是，能够根据用户的个人条件包括用户的身高、体重、性别、年龄以及训练时间进行自适应调节，能够可以让用户在不同阶段配合相应的训练强度，实现更加适合更加健康的训练计划，本发明中提供的运动计划生成方法能够实现根据储存的用户的每次的锻炼数据进行修正，完善出更加适合用户的训练计划。

附图说明

图1为本发明自适应训练计划生成的算法流程图一；

图2为本发明自适应训练计划生成的算法流程图二；

图3为本发明自适应训练计划生成的系统结构图一；

图4为本发明自适应训练计划生成的系统结构图二。

图5为1990年-2013年年度顶尖100位马拉松选手的年龄分布图。

具体实施方式

以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。

实施例一

本实施例提供了一种自适应训练计划生成的算法，如图1所示，本算法包括步骤：

S1：接收用户设置的目标跑步能力值、目标训练起止时间；

S2：采集用户首次跑步的跑步能力值；

S3：根据接收的用户设置的目标跑步能力值、目标训练起止时间以及采集的用户首次跑步能力值建立训练曲线模型；

S4：接收设置的用户个人条件值以及用户运动过程中的跑步能力值并保存，根据接收的用户个人条件值以及用户运动过程中的跑步能力值对建立的训练曲线按照预设调整算法进行调整，生成用户对应的训练计划曲线。

通过对多款运动应用程序软件训练系统功能调研，现有技术中将训练内容作为基本数据存储在后台数据库中。用户选择其中一种训练后对应固定的训练计划与训练内容，规定明确的训练日与训练强度。不会针对用户个人条件值，即个人身体参数进行调整训练计划，也不会灵活安排训练时间。本实施例中提出的一种运动训练计划生成的方法，通过根据训练算法建立运动曲线模型，用户根据建立的运动曲线模型，以横轴为训练时间，纵轴为训练内容。用户在曲线中任意选择训练日与训练时间。同时建立的曲线模型会根据用户输入的个人身体等参数来调整曲线的弯曲率，并根据用户输入的能力起始值与训练最终目标值来确定训练曲线的起始点及目标点，实现自适应训练计划生成。

具体来说：

用户登录进入预设训练系统后，比如预设训练系统内的“我的训练”页面。

系统接收到“我的训练”内发送的开始训练指令信号后判断储存的数据库中是否有预设训练计划。

若系统判断出储存的数据库中有预设训练计划，将预设训练计划中对应的计划例如“今日计划”显示在预设终端；若系统判断出储存的数据库中，没有预设训练计划，则根据预设算法新建立用户第一训练计划，并将新建立的用户第一训练计划显示在预设终端，用户即可根据预设终端上显示的训练计划进行训练。

用户训练过程中，系统将不断的接收运动过程中的用户反馈的运动数据，并根据反馈的数据判断用户是否完成训练计划；若用户完成训练计划则生成训练报告并储存所述运动数据，若用户没有完成训练计划则继续提醒用户按照训练计划运动。

本实施例采用的运动训练计划生成的方法能够实现数据库中的训练计划可以根据用户的个人条件以及训练时间进行自适应调节，能够可以让用户在不同阶段配合相应的训练强度，实现更加适合更加健康的训练计划。

实施例二

本实施例提供了一种自适应训练计划生成的算法，如图2所示，本实施例运动训练计划生成的方法相比实施例一提供的算法

S1：接收用户设置的目标跑步能力值、目标训练起止时间；

S2：采集用户首次跑步的跑步能力值；

S3：根据接收的用户设置的目标跑步能力值、目标训练起止时间以及采集的用户首次跑步能力值建立训练曲线模型；

S4：接收设置的用户个人条件值以及用户运动过程中的跑步能力值并保存，根据接收的用户个人条件值以及用户运动过程中的跑步能力值对建立的训练曲线按照预设调整算法进行调整，生成用户对应的训练计划曲线。

本实施例提供的自适应训练计划生成的算法：

进一步地，

所述跑步能力值包括跑步公里数以及跑步所述跑步公里数的配速；所述用户个人条件值包括用户体重、身高、年龄以及性别。

进一步地，所述训练曲线模型为：

跑步能力值(s/v)＝a*训练日期²+b*训练日期+c,

所述s为用户运动过程中的跑步公里数，所述v为用户运动过程中跑步所述跑步公里数的配速,所述a值为按照预设a值算法进行计算，所述b、c值根据计算的a值按照预设b值算法和预设c值算法分别计算出对应的b、c值。

进一步地，

将接收设置的用户个人条件值代入K值算法模型，计算出用户跑步能力值的K值，所述K值用于对建立的训练曲线模型进行调整，所述K值∈(0,1)。

进一步地，步骤S4包括：

S41：接收设置的用户个人条件值以及用户运动过程中的跑步能力值；

S42：选取用户运动过程中首次不在建立的训练计划曲线模型上的跑步能力值作为新的首次跑步的跑步能力值、用户设置的目标跑步能力值以及计算的 K值按照训练曲线模型重新拟合成用户对应的训练计划曲线。

具体实施步骤为：

用户进入训练系统后首先设置目标跑步能力值和用户预设达到这个目标跑步能力值所需要的训练时间。目标跑步能力值包括用户希望通过训练达到的跑步公里数s2和配速v2。输入开始训练日期t1和最终训练日期t2。系统根据用户首次跑步来估算用户跑步训练起始能力值，系统采集用户的第一次跑步的公里数s1和配速v1，然后根据训练曲线模型：

跑步能力值(s/v)＝a*训练日期²+b*训练日期+c。

生成训练模型曲线。具体生成训练曲线模型的算法为：

设_y为跑步能力值，y＝f(s，v)，x为训练日期：

建模y＝ax²+bx+c

将(t1，s1/v1)(t2，s2/v2)代入y＝ax²+bx+c得

其中预设b值算法为：

①-②得

其中预设c值算法为：

①*t2-②*t1得

通过a值分别表示b、c值，然后根据预设a值算法，代入建立的训练曲线模型得到新的训练曲线模型为：

由于抛物线开口向上，故a>0；

对称轴得

即a的取值范围为：

在a的取值范围内取一个合适值a1，将所述跑步能力值(s/v)的斜率K 值*a1得到的K*a1的值赋给a1，成为a的最终值。

所述K值用于对建立的训练曲线模型进行调整，其中K值的影响因素主要有接收用户设置的用户个人条件值，具体影响因子计算方法如下：

(1)对于曲线y＝ax²+bx+c而言，曲线的弯曲程度象征着用户的跑步能力值的提升速度。本实施例中的算法根据用户的自身条件生成适合的训练计划主要考虑的参数为用户的身高(h)、年龄(Age)、体重(w)、性别(sex)。从现实条件来说，用户的自身条件越好(BMI适中或偏低；年龄以25岁为峰值，两侧递减；一般认为男性跑步条件优于女性)，其跑步能力值的提升速度越快。

(2)BMI对K值的影响：

BMI	WHO标准	亚洲标准	中国标准
				体重过低	<18.5	<18.5	<18.5
正常范围	18.5-24.9	18.5-22.9	18.5-23.9
				超重	>＝25	>＝23	>＝24
肥胖前期	25.0-29.9	23-24.9	24-26.9
				一级肥胖	30.0-34.9	25-29.9	27-29.9
二级肥胖	35-39.9	>＝30	>＝30

依据中国标准，定义：

BMI<18.5，f(w,h)＝0.8；

18.5<＝BMI<＝23.9,f(w,h)＝1；

BMI>＝24,f(w,h)＝0.8；

24<BMI<＝26.9,f(w,h)＝0.6；

27<BMI<＝29.9,f(w,h)＝0.4；

BMI>＝30,f(w,h)＝0.2；

(3)性别对K值的影响：

按照普适规律，男性的最大摄氧量普遍优于女性，故定义如下：

性别为男，f(sex)＝1；

性别为女，f(sex)＝0.5；

(4)年龄(Age)对K值得影响：

本算法适应年龄为15-55岁。

图5为1990年-2013年年度顶尖100位马拉松选手的年龄分布图。根据调研得知，年龄对跑步的能力值影响不大，但仍呈现一定的规律。25-30为跑者的黄金年龄。根据运动科学博士桑德拉·亨特的一项针对300757名跑者的实验显示，在35岁之后，即使进行同样水平的训练，跑者们每十年的运动水平会下降10.5％到14.8％。因此，年龄对K值的影响如下；

25<＝Age<＝35，f(Age)＝1；

35<＝Age<＝45，f(Age)＝0.85；

45<＝Age<＝55，f(Age)＝0.7；

15<＝Age<＝25，f(Age)＝0.85；

通过用户的身高、体重、年龄以及性别的统计分析建立K值算法模型，即：

K＝f(w,h)*f(Age)*f(sex)∈(0，1)

将根据个人条件值计算后的K值代入上述K*a1中，即可得到最终的a值，从而可以得出用户对应的训练计划曲线。系统即可对应可以求出用户需要的任意某一天内的训练目标值

本实施例中提供的自适应训练计划生成的算法，可以根据设置的目标能力值以及用户首次训练的跑步能力值以及用户的个人特征值例如升高、体重以及性别年龄，建立训练曲线模型，根据建立的曲线模型，实现用户想要达到训练目标的训练计划。

实施例三

本实施例提供了一种自适应训练计划生成的系统，如图3所示，本系统包括：

接收模块，用于接收用户设置的目标跑步能力值、目标训练起止时间以及用户设置的个人条件值；

采集模块，用于采集用户运动过程中的跑步能力值；

计算模块，用于根据接收的用户设置的目标跑步能力值、目标训练起止时间以及采集的用户首次跑步能力值建立训练曲线模型；

调整模块，用于根据接收的用户个人条件值以及用户运动过程中的跑步能力值对建立的训练曲线按照预设调整算法进行调整，生成用户对应的训练计划曲线。

本实施例采用的自适应训练计划生成的系统能够实现通过接收模块、采集模块、计算模块以及调整模块根据用户的个人条件以及训练时间自适应调节，能够可以让用户在不同阶段配合相应的训练强度，提高用户在训练时候的体验。

实施例四

本实施例中提供了一种自适应训练计划生成的系统，如图4所示，相比实施例三中提供的接收模块、采集模块、计算模块以及调整模块。

本实施例中，

进一步地，接收模块包括：

储存单元，用于储存接收的用户设置的目标跑步能力值、目标训练起止时间以及用户设置的个人条件值。

其中目标跑步能力值包括用户希望通过训练达到的跑步公里数s2和配速 v2，其中个人条件值为用户设置的用户在运动过程中的身高、体重、性别以及年龄。

进一步地，调整模块包括：

K值调整单元，用于根据接收用户设置的个人条件值对K值进行调整，进而通过K值对建立的训练计划曲线进行调整；

拟合曲线生成单元，用于选取用户运动过程中首次不在建立的训练计划曲线模型上的跑步能力值、用户设置的目标跑步能力值以及计算的模型斜率K 值按照训练曲线模型重新拟合成用户对应的训练计划曲线。

进一步地，K值调整单元包括：

BMI影响因子计算单元，用于根据用户的身高和体重按照预设BMI影响因子算法计算出用户身高和体重对K值的影响因子；

年龄影响因子计算单元，用于根据用户的年龄按照预设年龄影响因子算法计算出用户年龄对K值的影响因子；

性别影响因子计算单元，用于根据用户的性别按照预设性别影响因子算法计算出用户性别对K值的影响因子。

进一步地，还包括：

生成报告单元，用于用户按照对应的训练计划曲线完成训练时，生成对应的训练报告；

记录储存单元，用于将用户的每次训练的跑步公里数以及对应的配速记录并保存至预设位置。

具体系统操作流程为：

用户登录进入预设训练系统后，比如预设训练系统内的“我的训练”页面。

系统接收到“我的训练”内发送的开始训练指令信号后判断储存的数据库中是否有预设训练曲线模型。

若系统判断出储存的数据库中有预设训练曲线模型，将预设训练曲线模型中对应的训练曲线模型计划例如“今日计划”显示在预设终端；若系统判断出储存的数据库中，没有预设训练曲线模型，则根据建立用户第一训练曲线模型，并将新建立的用户第一训练曲线模型计划显示在预设终端，用户训练过程中，系统将不断的接收运动过程中的用户反馈的运动数据，所述运动数据包括用户的跑步能力值，系统根据用户的运动过程中的跑步能力值以及用户的个人条件值对训练曲线模型进行调整，并根据反馈的数据判断用户是否完成训练计划；若用户完成训练计划则生成训练报告并储存所述运动数据，若用户没有完成训练计划则继续提醒用户按照训练计划运动。

本实施例提供的一种自适应训练计划生成的系统，可以根据接收的用户跑步能力值以及用户设置的个人能力值建立训练曲线数据模型，系统可以根据用户设置的目标能力值以及用户的升高体重以及性别年龄，对应计算出任意一天内的训练目标值，并能根据用户每次训练的数据对训练计划曲线进行调整，达到最佳的用户训练计划体验。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (10)

1.一种自适应训练计划生成的算法，其特征在于，包括步骤：

S1：接收用户设置的目标跑步能力值、目标训练起止时间；

S2：采集用户首次跑步的跑步能力值；

S3：根据接收的用户设置的目标跑步能力值、目标训练起止时间以及采集的用户首次跑步能力值建立训练曲线模型；

S4：接收设置的用户个人条件值以及用户运动过程中的跑步能力值并保存，根据接收的用户个人条件值以及用户运动过程中的跑步能力值对建立的训练曲线按照预设调整算法进行调整，生成用户对应的训练计划曲线。

2.根据权利要求1所述的一种自适应训练计划生成的算法，其特征在于，

所述跑步能力值包括跑步公里数以及跑步所述跑步公里数的配速；所述用户个人条件值包括用户体重、身高、年龄以及性别。

3.根据权利要求2所述的一种自适应训练计划生成的算法，其特征在于，所述训练曲线模型为：

跑步能力值(s/v)＝a*训练日期²+b*训练日期+c,

所述s为用户运动过程中的跑步公里数，所述v为用户运动过程中跑步所述跑步公里数的配速,所述a值为按照预设a值算法模型进行计算，所述b、c值根据计算的a值分别得出对应的b、c值。

4.根据权利要求3所述的一种自适应训练计划生成的算法，其特征在于，

将接收设置的用户个人条件值代入K值算法模型，计算出用户跑步能力值的K值，所述K值用于对建立的训练曲线模型进行调整，所述K值∈(0,1)。

5.根据权利要求4所述的一种自适应训练计划生成的算法，其特征在于，步骤S4包括：

S41：接收设置的用户个人条件值以及用户运动过程中的跑步能力值；

S42：选取用户运动过程中首次不在建立的训练计划曲线模型上的跑步能力值作为新的首次跑步的跑步能力值、用户设置的目标跑步能力值以及计算的K值按照训练曲线模型重新拟合成用户对应的训练计划曲线。

6.一种自适应训练计划生成的系统，其特征在于，包括：

接收模块，用于接收用户设置的目标跑步能力值、目标训练起止时间以及用户设置的个人条件值；

采集模块，用于采集用户运动过程中的跑步能力值；

计算模块，用于根据接收的用户设置的目标跑步能力值、目标训练起止时间以及采集的用户首次跑步能力值建立训练曲线模型；

调整模块，用于根据接收的用户个人条件值以及用户运动过程中的跑步能力值对建立的训练曲线按照预设调整算法进行调整，生成用户对应的训练计划曲线。

7.根据权利要求6所述的一种自适应训练计划生成的系统，其特征在于，接收模块包括：

储存单元，用于储存接收的用户设置的目标跑步能力值、目标训练起止时间以及用户设置的个人条件值。

8.根据权利要求6所述的一种自适应训练计划生成的系统，其特征在于，调整模块包括：

K值调整单元，用于根据接收用户设置的个人条件值对K值进行调整，进而通过K值对建立的训练计划曲线进行调整；

拟合曲线生成单元，用于选取用户运动过程中首次不在建立的训练计划曲线模型上的跑步能力值、用户设置的目标跑步能力值以及计算的模型斜率K值按照训练曲线模型重新拟合成用户对应的训练计划曲线。

9.根据权利要求7所述的一种自适应训练计划生成的系统，其特征在于，K值调整单元包括：

BMI影响因子计算单元，用于根据用户的身高和体重按照预设BMI影响因子算法计算出用户身高和体重对K值的影响因子；

年龄影响因子计算单元，用于根据用户的年龄按照预设年龄影响因子算法计算出用户年龄对K值的影响因子；

性别影响因子计算单元，用于根据用户的性别按照预设性别影响因子算法计算出用户性别对K值的影响因子。

10.根据权利要求6所述的一种自适应训练计划生成的系统，其特征在于，还包括：

生成报告单元，用于用户按照对应的训练计划曲线完成训练时，生成对应的训练报告；

记录储存单元，用于将用户的每次训练的跑步公里数以及对应的配速记录并保存至预设位置。