全民健身运动成为我国一项长期国策, 据有关方面统计, 我国国民整体身体素质呈现下降趋势, 其中, 大学生身体素质下降趋势最为严重。目前, 对于这一困扰问题, 我国政府高度重视, 先后出台了很多相应的政策和方法来应对, 由于体育教师水平参差不齐, 在制定体育训练计划、体育训练方法时个人主观意识比较浓厚, 不能有效地根据学生的个人身体素质有针对性的科学的制订计划和方法, 从而导致学生对体育训练的主动参与性不够高, 训练效果不明显, 在一定程度上制约了学生身体素质的有效发展。
Agent技术是一种在动态环境中能够自治运行, 并具有较高自治能力的计算机系统或实体。能感知不同环境下的变化, 并随变化主动做出相对应的调整。在众多Agent的研究中, 最经典和广为教授的是Wooldridge等人有关Agent的“弱定义”和“强定义”的讨论。每个Agent最基本的特性包括自主性、反应性、面向目标和针对环境性。强定义在此基础上加入知识、目标、责任、能力等精神概念。
根据大学生体育训练管理的特点, 结合Agent和MultiAgent的特性, 基于Multi-Agent的DSS大学生体育训练管理决策系统框架, 共定义4类Multi-Agent。
界面Agent主要用于实现和决策者之间实施交互, 界面Agent在实施交互过程中, 能够根据主动探测环境的变化, 获取决策用户的习惯、爱好、习性等主要特征信息, 从而在决策时, 提供最佳的用户界面, 为决策用户提供统一思想的辅助决策。
黑板控制Agent。黑板控制Agent是整个系统的控制中心, 它主要对黑板和系统中其他Agent进行直接地或间接地控制。通过自身的知识库和Agent之间的协作原则, 把需要解决的问题划分为若干相应的子问题, 然后分配到黑板中不同层次中, 对各层次进行相对应的管理, 消除Agent之间不同决策的冲突。
功能Agent。其功能对于从黑板接收过来的信息进行分类整理, 从中获取需要解决问题的目标, 之后对相关目标进行分割, 划分成若干个小任务, 转交给各自的一个或多个决策Agent来加以执行。
决策Agent。各个决策Agent与系统中的决策者或有关部门相对应, 完成全部系统每个具体决策任务, 在相应功能Agent的制约下, 借助决策Agent相互之间的协作, 实现决策。
如今, 面向系统Agent的软件开发仅处于一个崭新的软件开发范畴, 由于Agent领域的相关理论知识和应用技术还不够成熟, 还没有形成统一的开发模式, 目前绝大多数采用面向对象技术的方法, 研发出拥有Agent一些基本特性的系统, 实现思路试将对象改装成Agent, 使改变装后对象具有Agent的反应性、自治性等一些基本的特性。Agent的功能实现需要三个部分组成:知识推理、通讯和执行模块。通讯模块主要任务是负责接收外部环境或别的Agent传输过来的信息, 并将信息转变成Agent所能理解的模式, 同时向外部环境或其他Agent发送此信息。知识推理模块, 它具有Agent的特性、方法和行为规范。能过自动进行更行, 为Agent自主活动的实施提供事实依据。执行模块, 是Agent内部的具体决策部件, 依据知识模块中的属性、方法和行为原则作出具体的判断, 同时及时更新知识推理单元的知识。
在基于Multi-Agent的大学生体育训练管理决策系统中, Multi-Agent之间采用黑板模块来实现Agent间的通讯。
在Multi-Agent中黑板提供工作范围, Agent可以相互交换信息、数据和知识, Agent在最初创建时就已经在黑板上填写了信息项, 同时可分享给其他Agent所使用, 并更具Agent的具体需要可随时访问黑板, 以便获取更多新的信息。Agent采用筛选的方法提取自己所需的信息, Agent在黑板系统中, 他们之间不产生相互通信, 每个Agent独立解答求解的子问题。功能Agent, 把一个问题分解成若干个子问题, 让更多的Agent参与到求解的工作当中, 暂时性组成一个联盟, 一起去求解问题, 联盟求解工作结束后 (任务完成后联盟自动解散) 利用功能Agent将其信息传回给黑板汇总, 最终反馈给相应的Agent界面, 转交给用户。
基于Multi-Agent的大学生体育训练管理决策系统中, 采用面向对象的模型来表现模型库, 还可把若干模型对看成一个对象进行储存和管理, 并提供与知识库系统相匹配的接口。
第一步要做好知识库基本结构的构建工作, 然后按照有关体育方面的专家所提供的知识, 经过吸收提取产生规则, 并储存在知识库系统中。知识库主要用于储存于决策有关的规则, 每一个规则都会被自动或人为的加上一个权重系数, 知识规则进行工作时会有很多规则符合相应的条件, 这时我们就会提取权重系数最高的规则来进行推理, 以便解决匹配问题的冲突现象, 产生式规则储存的同时决策过程中所产生的新的规则也一同储存到知识库里。
体育训练管理系统中的数据主要来源与陕西工院学生信息管理系统, 服装学院体育成绩管理系统, 体育训练计划数据库, 运动项目数据库等, 模型分为预测和优化模型, 例聚类模型、回归模型、EMSR模型等, 规则库中有预测计划规则, 例身体素质综合评估规则、体育训练手段规则、体育训练间歇安排规则等。
本文针对目前大学体育教师很难根据学生实际情况制定出科学有效的训练计划, 结合Multi-Agent技术, 设计了大学生体育训练管理决策系统, 为大学生量身定做科学有效的训练计划。在大学体育训练管理中具有一定的应用价值。
摘要：目前我国的体育训练管理中仍然存在着不科学、训练目的性不强、辅助决策手段落后等缺点, 本文将Agent技术运用到系统当中, 设计出一个基于Agent的智能体育训练管理决策支持系统方案, 并进行具体的实施, 从而有效地提高了决策系统的准确性和智能性。
关键词：Agent,智能,体育训练,决策支持系统
[1] 刘大有, 杨鲲, 陈建中.Agent研究现状与发展趋势[J].软件学报, 2000, 11 (3) :315-316.
[2] 黎建兴等.软件Agent的一种面向对象设计模型[J].软件学报, 2007, 18 (3) :583-584.
[3] 冯梅, 郑明春.Agent的行为研究与应用[D].山东师范大学, 2001.
[4] 孙喁喁, 黄光球.基于黑板的多Agent智能决策支持系统的研究.现代电子技术, 2007 (20) :945-947.
推荐阅读：
基于结构化电子病历的护理临床决策支持系统的设计与应用研究09-10
基于警察体育的德育价值研究09-13
基于民族教育视域研究民族体育的教学改革09-13
基于职业体能需求的高职体育课程改革研究09-14
身体资本积累——基于体育经济视角研究09-12
基于GIS的防洪决策系统的建立11-14
