Ziel des Beitrags ist es, den Zusammenhang von Wettkampfleistung und Trainingsinput mittels Neuronaler Netze zu modellieren und Wettkampfleistung zu prognostizieren. Als Datenbasis hierfür wurde eine quantitative kategoriale Trainingsprotokollierung und die zugehörigen Wettkampfleistungen einer Schwimmerin auf hohem internationalen Niveau verwendet. Ein Multilayer-Perceptron-Netzwerk mit 10 Eingangsneuronen, zwei verdeckten Neuronen und einem Ausgangsneuron wurde nach dem Backpropagation-Verfahren trainiert. Die Ergebnisse zeigen am Beispiel der Schwimmerin nicht nur, daß Neuronale Netze zur Modellierung und Prognose von Wettkampfleistung geeignet sind sondern auch, daß sie klassischen statistischen Verfahrenüberlegen sein dürften. The purpose of the study was to demonstrate that the adaptive behavior of an elite female swimmer can be modeled by means of the nonlinear mathematical method of artificial neural networks. Therefore the training input of 104 weeks and the performance output of 28 competitions were used to train a multilayer perceptron. The multilayer perceptron consisted of 10 input neurons, 2 hidden neuons and one output neuron. The backpropagation algorithm was used to train the net. After an iterative training procedure of about 5000 training steps, the artificial neural network can be used to model and prognose resulting competition performances on the basis of training data.
© Copyright 2006 Sport und Informatik IX. Veröffentlicht von Shaker Verlag. Alle Rechte vorbehalten.