Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Принятие рациональных решений в системах с управлением. Учебное пособие
.pdf
1
X
– множество антропометрические данных;
2
X
3
X
1
x
2
x
3
x
4
x
5
x
6
x
7
x
8
x
9
x
1 2 3
,X X X X
(4.1)
1 1 2 3 2 4 5 6 3 7 8 9
, , , , , , , , ,X x x x X x x x X x x x
(4.2)
– множество физических данных;
– множество показателей здоровья.
В качестве антропометрических данных рассмотрим следующие:
– возраст (
– рост (
– вес (
),
),
).
К числу физических данных можно отнести следующие:
– силу (
– гибкость (
– выносливость (
),
),
).
Основными показателями здоровья принято считать следующие:
– диастолическое артериальное давление (
– систолическое артериальное давление, (
– индекс массы тела (ИМТ) (
),
),
),
Введенные множества связаны соотношением:
причем:
Ниже в таблице 4.3 представлена информация о результатах построения
дерева решений для выявления наиболее значимых антропометрических,
физических данных и основных показателях здоровья.
71
Таблица 4.3 – Наиболее значимые физиологические данные и показатели здоровья
Физиологические данные и показатели здоровья
Значение
Гибкость
0,361804
Выносливость
0,267832
Индекс массы тела
0,106815
Возраст
0,092229
Сила
0,065965
Вес
0,039247
Систолическое артериальное давление
0,023412
Рост
0,022713
Диастолическое артериальное давление
0,019982
Таким образом, можно сделать вывод о том, что к числу наиболее значимых
признаков следует отнести физические признаки: гибкость и выносливость,
показатель здоровья – индекс массы тела и антропометрический признак – возраст.
В таблице 4.4 приведены возможные значения физиологических данных и
основных показателей здоровья с учетом их значимости.
Не смотря на широкий спектр тренировок, предлагаемых в фитнесеиндустрии, согласно общепринятой в спорте классификации различают мягкие
функциональные тренировки, кардио тренировки, силовые и функциональные
тренировки [9].
Силовые и функциональные тренировки – это анаэробные тренировки,
направленные на развитие мышечной силы и гипертрофии (роста) мышц. Кардиотренировки благодаря интенсивности такие тренировки позволяют сжигать большое
количество калорий, поэтому эффективны для похудения. Мягкие функциональные
тренировки не требуют дополнительного оборудования в виде тренажеров,
достаточно веса собственного тела.
72
Таблица 4.4 – Интерпретация физиологических данных и показателей здоровья
Показатель
Значение показателя
Пояснение значения показателя
Индекс массы
тела
(соответствие
между массой
человека и его
ростом)
16 и менее
Выраженный дефицит массы тела
16-18,5
Дефицит массы тела
18,5-25
Норма
25-30
Избыточная масса тела (предожирение)
30-35
Ожирение 1 степени
35-40
Ожирение 2 степени
40 и более
Ожирение 3 степени
Гибкость
(соотношение
наклона в см.)
5 и менее
Плохая
5-10
Допустимая
10-15
Норма
15 и более
Отличная
Выносливость
(соотношение
количества
приседаний)
20 и менее
Плохая
20-30
Допустимая
30-40
Норма
40 и более
Отличная
Мягкие фунциональные
тренировки
Кардио тренировки
Силовые и
функциональные
тренировки
Пилатес
Йога
Калланетика
Бодифлекс
Стретчинг
Степ-аэробика
Аквааэробика
Шейпинг
Фитбол и босу
TRX
Танцевальная аэробика
Боевые искусства
Сайкл
Джампинг
Kangoojumps
Кроссфит
Воркаут
Бодибилдинг (культуризм)
Пауэрлифтинг
Классификация видов тренировок приведена в таблице 4.5.
Таблица 4.5 – Виды тренировок в фитнесе
73
В продолжение процесса формализации рассматриваемой задачи введем
Алгоритм классификации
Точность
тестовой выборки, %
Точность
обучающей выборки, %
Логистическая регрессия
77,54
75,72
k-ближайших соседей
(KNN)
78,08
76,29
Метод опорных векторов
77,94
75,99
Мнослойный персептрон
86,20
83,74
Дерево решений
88,90
82,42
Случайный лес
93,00
85,63
дополнительные обозначения:
– Y– множество классов для подбора программы занятий:
– y1 – А (Первый),
– y2 – B(Второй),
– y3 – C(Третий).
Таким образом, для решения рассматриваемой актуальной проблемы
требуется построить алгоритм a: X→Y, способный классифицировать произвольный
объект x ϵ X. А это означает, что для достижения поставленной цели требуется
решить задачу классификации [59].
Результаты работы наиболее известных алгоритмов классификации приведены
в таблице 4.6.
При решении задачи классификации наилучшие результаты получены
применением алгоритма «Случайный лес».
Таблица 4.6 – Результаты работы алгоритмов классификации
Решение задачи классификации как задачи машинного обучения с учителем
позволило выделить три класса для подбора программы занятий по каждому из
наиболее значимому признаку. В частности, анализ ИМТ по классам показал
приведенные ниже результаты.
74
Почти весь первый класс находится в норме по показателям индекса массы
тела, что свидетельствует о нормальной работе организма.
У второго класса, большинство показателей индекса массы тела так же
находятся в пределах нормы, но уже присутствуют уже женщины, у которых
присутствует избыточная масса тела.
В третьем классе заметное присутствие женщин с избыточным весом, и так же
есть женщины, у которых уже ожирение 1 степени. Такие показатели индекса массы
тела повышают риски заболеваемости сердесно-сосудистой системы и легких, так
же опорнодвигательного аппарата и варикоза.
Решение задачи классификации позволило определить правила распределения
женщин по классам. Ниже приводятся примеры правил для распределения женщин
по классам.
Если Выносливость<29.5 и индекс массы тела < 25.4 и сила <18.9 и гибкость
<10= 3 класс. Уровень поддержки принятия набора данных для 3 класса 56
Если Выносливость<23.5 и индекс массы тела < 18.1 и сила <18.9 и гибкость
>10 и возраст<55= 2 класс. Уровень поддержки принятия набора данных для 2
класса 2
Если Выносливость >30 и индекс массы тела<22.6 и сила >13.1 и вес <52.9 и
систолическое АД <125.5 и гибкость >16.2 и диастолическое АД<99.5 = 1 класс.
Уровень поддержки принятия набора данных для 1 класса 30.
На рисунке 22 приведены значения выносливости для каждого из
рассмвтриваемых классов.
В качестве основной экспериментальной площадки для апробации
построенной модели выбрана студия растяжки Lady stretch, расположенная в городе
Оренбурге и специализирующаяся на 5 видах тренировок. Федеральная сеть студий
растяжки Lady stretch имеет более 90 студий в России и СНГ, каждый день 10 тысяч
женщин посещают студии. Основной целевой аудиторией данной студии являются
женщины в возрасте от 20 до 40 лет.
75
Класс
Основные группы
рисков здоровья
Рекомендуемая программа
тренировок
Рекомендуемое
количество
посещей занятий
Первый
Возможен недостаток
массы тела,
заболевания опрнодвигательного
аппарата.
Stretching,
аэро растяжка,
раскачка с подтяжкой,
гибкая спина,
PRO ягодицы
3-4
Второй
Возможны проблемы с
суставами и
избыточным весом,
варикоз, заболевания
опорно-двигательного
аппарата.
Stretching,
аэро растяжка,
раскачка с подтяжкой,
гибкая спина,
PRO ягодицы
(работать своим весом)
2-3
Рисунок 22 – Значения выносливости по классам
В таблице 4.7 приведены результаты апробации разработанной модели,
выделены основные группы рисков здоровья и рекомендуемые программы
тренировок и желательное количество посещений.
Таблица 4.7 – Результаты апробации разработанной модели в студии Lady stretch
76
Продолжение таблицы 4.7
Третий
Возможны проблемы с
суставами, сердечнососудистые
заболевания,
избыточный вес,
варикоз, заболевания
дыхательной системы,
заболеввания опрнодвигательного
аппарата.
Stretching,
аэро растяжка (не все
упражнения),
раскачка с подтяжкой,
гибкая спина,
PRO ягодицы
(работаем своим весом и в
медленном темпе)
2-3
Разработано программое средство, позволяющее автоматизировать процедуру
подбора наиболее приемлемого курса физических занятий с точки зрения
здоровьесберегающего подхода для женщин.
На рисунке 23 приведены результаты работы программной реализации
построенной модели.
Рисунок 23 – Результаты программной реализации модели
В настоящее время, характеризующееся пропагандой и внедрением
здоровьесберегающих технологий, рассматриваемая проблема приобретает особую
актуальность. Развивающаяся семимильными шагами и набирающая все большую
популярность превентивная медицина поддерживает идеи здоровьесбегающего
подхода к выбору физических тренировок. Поэтому приведенная разработка
77
соответствует духу времени и позволяет бережно относиться к одной из основных
человеческих ценностей – здоровью.
Приведенный в данном пункте пример разработанной и внедренной в
деятельность фитнес-клуба рекомендательной системы для выбора наиболее
приемлемого здоровьесберегающего курса физических тренировок реализован в
рамках ВКР по направлению подготовки 01.03.02 Прикладная математика и
информатика. В процессе выполнения данной ВКР студенткой была проделана
большая работа по сбору информации, обзору существующих систем поддержки
принятия решений при выборе комплекса физических тренировок, разработки
собственной рекомендательной системы на основе здоровьесберегающего подхода
на основе применения ансамблевых методов машинного обучения. Поскольку автор
ВКР работала тренером в фитнес-клубе, то знание предметной области существенно
облегчило проведение научного исследования, упростило анализ и интерпретацию
полученных результатов. Промежуточные и итоговые результаты проведенного
исследования опубликованы в журналах ВАК [22,25], а также обсуждены в рамках
научных конференций с последующей публикацией в сборнике [21,23, 24].
Полученные в результате проведенного исследования результаты могут быть
использованы в фитнес-клубах, ориентированных на сохранение и улучшение
физического самочувствия своих клиентов. Внедрение разработанной системы
поддержки для выбора здоровьесберегающего курса физических упражнений в
деятельность фитнес-клубов освободит время от рутинной работы, высвободив его
для творчества.
4.3 Рекомендательная система для выбора наиболее приемлемого вида
деятельности в зависимости от текущего эмоционального состояния
Знаменитые зарубежные психологи, признанные эксперты в области
эмоционального интеллекта, а также известные и успешно практикующие
отечественные психологи со ссылкой на ученых Гарвардского университета и
78
персонально на Даниеля Гоулмана [14], утверждают, что на 80 % успех в учебной и
профессиональной деятельности обусловлен высоким уровнем развития
эмоционального интеллекта. Понятие «эмоциональный интеллект» (ЭИ), которое
было введено в концептуальный аппарат психологии в 1990 году. Дж. Д. Майер и П.
Саловей определили ЭИ в качестве компонента социального интеллекта,
включающего способность отслеживать собственные чувства и чувства других
людей, различать их и использовать данную информацию для управления
мышлением и действиями, и предложили методику для его измерения. Вопреки
тому, что психологический феномен эмоционального интеллекта достаточно нов
для исследователей и практиков, поскольку он стал входить в поле научных
интересов ученых и практикующих специалистов в последние десятилетия, в
настоящее время накоплен большой опыт разработки автоматизированных систем
по распознаванию эмоций (эмоциональных состояний).
В психологии различают семь видов эмоциональных состояний:
– страх,
– злость,
– отвращение,
– грусть,
– нейтральное состояние,
– удивление,
– радость.
В работе волгоградских исследователей под руководством ЗаболеевойЗотовой разработана модель представления характерных жестов и телодвижений в
виде нечеткого последовательного темпорального высказывания. Для
автоматизации процесса распознавания эмоционального состояния человека по
движениям и позам разработаны: классификация характерных поз, и их
соответствие эмоциональным реакциям; база данных, хранящая интерпретацию,
словесное описание и изображение характерных поз; нейросетевая модель
идентификации поз и эмоциональных реакций. В работах зарубежных ученых
показано, что можно эффективно определять эмоции по движениям и позам
79
человека, также, как и по иным показателям, в частности, по мимике. Данная задача
довольно тесно связана с анализом динамической нечеткой и неполной
информации, приобретенной с помощью видеокамер [4]. Исходя из этого, для
моделирования и формализации описания эмоций по движениям и позам
представляется целесообразным применять методы нечеткой математики [39,56].
Обзор источников показывает, что с помощью современных методов и
инструментальных средств рассмотрен широкий спектр вопросов, касающиеся
использования ЭИ в различных областях профессиональной деятельности [27].
Проблема разработки интеллектуальных систем поддержки принятия решений в
сфере влияния эмоционального интеллекта на процесс принятия решений
соответствует научному духу времени и потому является актуальной. Широкий
спектр возможностей использования эмоционального интеллекта в системах
поддержки принятия решения, недостаточно полное исследование вопросов
распознавания и использования текущих эмоциональных состояний для выбора
наиболее приемлемых видов деятельности и практическая значимость
рекомендательных систем подобного рода определили тему и цель исследования.
В рамках данной работы ставится цель – разработать обобщенную модель
принятия решений в профессиональной деятельности, предназначенную для выбора
наиболее приемлемого мероприятия из запланированного списка мероприятий
долгосрочной перспективы на основе текущего эмоционального состояния.
Для этого необходимо:
– формализовать задачу использования текущего эмоционального состояния для
выбора наиболее приемлемого вида деятельности из запланированного списка
мероприятий долгосрочной перспективы;
– подобрать и обосновать алгоритмы решения задачи классификации
эмоциональных состояний людей по фотографиям;
– подобрать и обосновать алгоритмы решения задачи классификации мероприятий
долгосрочной перспективы из запланированного списка по видам деятельности;
– разработать программное обеспечение построенной математической модели.
80
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]