基于Agent的体育训练管理决策支持系统的研究与实现

摘要

近年来，决策支持系统取得了长足的发展，应用到社会的各个领域。其中体育运动、训练、管理是一个很重要的应用领域。国内外关于这个方面也已有了不少的研究成果，但大多是集中在某个具体的运动项目或是专业运动员的训练管理上。而对于普通百姓，尤其是对于身体素质亟待提高的大中学生来说，缺乏专业的决策支持系统对运动训练管理进行科学的指导。 本文介绍了决策支持系统的发展和现状，系统阐述了Agent、MAS相关理论与技术，重点介绍了Agent的实现、不同Agent之间的通信和Multi-Agent体系结构；研究了数据挖掘理论、方法和技术，特别是对关联规则挖掘技术进行了深入的研究，重点研究了Apriori算法，并对其进行了适当的改进，得到改进后的算法M-Apriori算法，使其具有更高的执行效率，更加适合于学生身体素质信息的关联规则挖掘。 将Multi-Agent技术和数据挖掘技术应用到决策支持系统当中，使之具有较高的智能性、通用性和开放性。在此基础上，再根据体育训练管理这个实际领域的特点，深入研究了基于Multi-Agent的DSS体系结构，设计了一个适合于体育训练管理的Multi-Agent体系结构，并对其中的各个部件进行具体的实现，最终得到了基于Multi-Agent的体育训练管理DSS。 基于Multi-Agent的体育训练管理DSS能够为群体或个人制定相应的训练计划，并在身体素质评估和体育训练方法这两个方面提供决策支持，为制定的计划提供科学的理论依据。

目录

文摘

英文文摘

声明

第一章绪论

1.1决策支持系统概述

1.2研究背景与意义

1.3国内外研究现状

1.4本文主要工作与创新点

1.5本文的内容与安排

第二章Agent理论与技术

2.1 Agent技术简介

2.1.1 Agent的特性

2.1.2对象与Agent

2.1.3 Agent的表示和推理

2.2多Agent系统

2.2.1多Agent系统的结构

2.2.2多Agent协商

2.3 Agent与MAS的应用研究现状

第三章基于关联规则的数据挖掘技术

3.1数据挖掘简介

3.1.1数据挖掘的概念

3.1.2数据挖掘的过程

3.1.3数据挖掘的主要任务

3.1.4数据挖掘的方法及工具

3.2关联规则挖掘

3.2.1关联规则挖掘步骤与算法

3.2.2关联规则挖掘在系统中的应用

第四章基于Agent的体育训练管理DSS的设计

4.1问题分析

4.1.1 UML概述

4.1.2基于UML的系统分析

4.2关键问题的研究

4.2.1 Agent的实现

4.2.2 Agent之间的通信

4.2.3 Multi-Agent任务分配机制

4.3系统的总体设计

4.3.1界面Agent

4.3.2黑板控制Agent

4.3.3功能Agent

4.3.4决策Agent

4.4模型库

4.4.1模型的种类和表示

4.4.2模型库的组织和存储

4.4.3模型库系统

4.4.4面向对象模型表示

4.5知识库与推理机制

4.5.1知识的表示与获取

4.5.2推理机制

4.5.3知识库的建立

4.6数据库设计

4.6.1数据库的概念设计

4.6.2数据库的逻辑设计

4.6.3数据库的物理设计

第五章基于Agent的体育训练管理DSS的实现

5.1.NET平台及相关技术介绍

5.1.1NET简介

5.1.2基于NET的Web开发

5.1.3开发语言

5.2数据库表的实现

5.3数据库访问的实现

5.4关键模块代码的实现

5.5系统的运行及测试结果

第六章总结与展望

6.1论文总结

6.2展望

致谢

参考文献

攻读学位期间的研究成果