برنامه‌اي براي بدن سازي با استفاده از الگوريتم‌هاي هوشمند طراحي شد

به گزارش گروه علمي «خبرگزاري دانشجو»، ابوحامد صابري، فارغ التحصيل مهندسي پزشكي گفت: با اجراي طرح برنامه‌اي براي بدن سازي با استفاده از الگوريتم‌هاي هوشمند مي‌تواند با انجام صحيح تمرين،‌عملكرد بدنی ورزشكار را در طول یک دوره تمرینی بهبود بخشد.

وي با بيان اينكه هدف از اين پژوهش،‌ مدل‌سازي ریاضیاتی بخشي از دانش علم تمرين با استفاده از منطق فازي است افزود:اين پژوهش به روند دقيق‌تر كردن طراحي تمرينات كمك كرده و از تغييرات ناگهاني در حجم و شدت تمرينات كه گاهي منجر به آسيب‌ديدگي ورزشكار‌ مي‌شود، جلوگيري مي‌كند.

اين پژوهشگر بيان داشت: در رشته‌هاي تكنيكي مثل پرتاب ديسك سه عامل؛ اجراي تكنيك، آمادگي جسماني و رواني برای موفقیت پرتابگربسيار حائز اهميت است، البته اين امكان نيز وجود دارد كه شخصي دو ويژگي اوليه را داشته باشد اما پرتاب را خراب کند که در اینجا گفته مي‌شود عامل روانی دخالت داشته است كه در این پروژه این عامل را ثابت فرض کردیم تا اثر دو عامل دیگر را بررسی شود.

به گفته وي، در ورزش‌های تکنیکی مثل پرتاب دیسک یا پرتاب وزنه، در طول یک سال یا دوره تمرینی، بسیار مهم است که ورزشکار(پرتابگر)، نسبت بهینه حجم تمرینات تکنیکی در فیلد به حجم تمرینات پلیومتریک به علاوه تمرینات مقاومتی در داخل سالن را رعایت کند تا در طول مسابقات فصل با مشکلاتی از قبیل خستگی عضلانی، پارگی درعضلات سینه ای (بخصوص برای پرتابگران) و آسیب در مفاصل که به افت پرتاب یا عملکرد ورزشکار در فیلد منجر می شود، مواجه نشود.

 صابري خاطرنشان كرد: بنابراين، نسبت یاد شده را در کتاب ها و مقالات علم تمرین، با عنوان زمان بندی در تمرینات یاد می‌کنند که در آن دو متغییر اصلی شدت و حجم، متغیرهای اصلی هستند و از آنجا که هر کدام از این متغیرها به متغیرهای زیادی مثل سرعت انجام حرکات، تعداد ست، تکرار در هر ست، زمان استراحت بین هر ست وابسته است و رابطه ریاضیاتی معلومی هم بین آن ها وجود ندارد، بدست آوردن این نسبت با روش های معمول ریاضیاتی امکان پذیر نيست.

وي  تصريح كرد: دراين پژوهش باید به دنبال راهی بود که با در نظر گرفتن نظر مجموعه متخصصان، به کشف رابطه بین این متغیرها بپردازیم و یکی از روش های توصیه شده در مهندسی دانش برای حل این گونه مسائل، استفاده از «سیستم‌های خبره به همراه استدلال فازی» است.

اين پژوهشگر افزود: بنابراين، در این روش بعد از جمع آوری تمامی نظرات موجود از مربیان، کتاب ها و مقالات، به ساختن یک پایگاه داده بصورت اگرآنگاه می پردازیم که با استفاده از الگوریتم های استدلال فازی بصورت موازی و هم زمان اجرا می شوند بطوری که ترتیب اجرای آنها در برنامه اثری ندارد و این همان تقلید تفکر یا تقليد تصمیم گیری متخصص توسط نرم افزار است که از آن به عنوان یکی از روش های هوش مصنوعی یاد می شود.

وي گفت: در واقع، با اعمال نتایج حاصل از این آنالیز به نرم افزار دستگاه بدن سازی هوشمند موجود در آکادمی ملی المپیک ایران که به IBB3 معروف است و توسط دکتر احمد رضا عرشی (دانشیار دانشکده مهندسی پزشکی و مسئول گروه مهندسی ورزش در ایران) برای اولین بار در ایران طراحی شده است، موفق شدیم تا حرکات ورزشکار را مانیتور کرده و بازدهی وی را تا حد چشمگیری افزایش دهیم.

اين پژوهشگر تصريح كرد: به جاي اينكه مربي براي ورزشكار تصميم بگيرد ، اين تصميم گيري توسط ‌يك نرم افزار يا دستگاه انجام مي‌شود.

وي با بيان اينكه هوش مصنوعي داراي سه روش منطق فازي، شبكه‌هاي عصبي و الگوريتم ژنتيك است، گفت: در پژوهش انجام شده از منطق فازي استفاده شده است، كه مي‌تواند به انجام دقيق تمرينات كمك كند.

صابري درباره مزاياي استفاده از اين روش براي ورزشكار اظهار كرد: با توجه به اين‌كه تعداد عضلات ورزشكار زياد است و براي پرورش هر عضله چندین نوع تمرين وجود دارد، نمي‌توان به راحتی پارامترهای تمرینی را با يكديگر ارتباط داد، چون علاوه بر پیچیدگی های گفته شده، مشکل دیمانسیونی هم در اینجا داریم به این صورت که بايد رابطه ریاضیاتی متغییرهای بی بعد یا با ابعاد متفاوت مثل شدت، سرعت و %RM (درصد حداکثر باری که ورزشکار می تواند آن رایک بار بلند کند) را بدست آوریم که در این مورد نیز در تحقیقات قبلی در دانشکده مهندسی پزشکی انجام شده و ما ادامه آن را در متغیر های دیگر علم تمرین با روش های گفته شده دنبال کردیم.

 گفتني است،‌ اين پژوهش در قالب پايان نامه دوره كارشناسي ارشد ابوحامد صابري در رشته مهندسي پزشكي گرايش مهندسي ورزش با راهنمايي دكتر احمدرضا عرشي در دانشگاه صنعتي اميركبير انجام شده است./انتهاي پيام/