
论文摘要
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。
论文目录
摘要ABSTRACT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Agent2.1.3 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Agent4.3.2 黑板控制Agent4.3.3 功能Agent4.3.4 决策Agent4.4 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5.1.1.NET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
相关论文文献
标签:决策支持系统论文; 数据挖掘论文; 体育训练论文;
基于Agent的体育训练管理决策支持系统的研究与实现
下载Doc文档