体育科技2022年（第43卷）第6期33基于聚类分析和BP人工神经网络的中学生体质健康综合评价模型研究赵喜迎1江宇2刘鹏1（1.南京晓庄学院，江苏南京211171；2.南京市中小学生体质健康促进研究中心，江苏南京211171）10AComprehensiveEvaluationModelofSecondarySchoolStudents'PhysicalHealthBasedonClusterAnalysisandBackPropagation(BP)ArtificialNeuralNetworkZHAOXiying，etal.(NanjingXiaozhuangUniversity,Nanjing211171，Jiangsu,China)摘要：文章探讨中学生体质健康综合评价模型的构建，为中学生个性化体育锻炼方案或运动处方的制定提供决策依据。采用分层整群抽样的方法，选取2018-2019年南京市12个区抽测的高一年级1003名学生体质健康监测数据。在运用聚类分析确定中学生体质健康类别的基础上，采用BP人工神经网络构建中学生体质健康综合评价模型。通过聚类分析得出学生体质健康的4个类别，对每类别的学生体质健康特点进行分析，发现第Ⅰ类的特点为身体形态差、身体机能指标差、身体素质中，第Ⅱ类的特点为身体形态良、身体机能优、身体素质良，第Ⅲ类的特点为身体形态优、身体机能良、身体素质差，第Ⅳ类的特点为身体形态中、身体机能中、身体素质优；第Ⅰ类在BP人工神经网络模型中的预测准确率最高，其结果为99.1%；其次是第Ⅱ类，预测准确率为92.9%；第Ⅲ类预测准确率为92.1%；第Ⅳ类预测准确率为90.4%。基于聚类分析和BP人工神经网络构建中学生体质健康综合评价模型具有较高的准确性，可用于中学生体质健康的综合评价。关键词：体质健康评价；聚类分析；BP神经网络基金项目：教育部人文社会科学研究青年基金项目（19YJC890062）。作者简介：赵喜迎（1984—），博士，副教授，研究方向：体育教学与青少年体质健康干预。通信作者：江宇（1965—），教授，研究方向：体育心理与儿童青少年体质健康。学生体质健康一直是社会、学校、家庭等各方共同关注的话题。为建立健全国学生体质健康监测评价机制，鼓励学生积极参与体育锻炼，教育部印发《国家学生体质健康标准（2014年修订）》（以下简称“标准”）。近年来，为进一步提高学生的体质健康水平，政府以及各级教育部门相继出台政策措施，加快推进学校体育改革，学校体育工作取得了较大进展。但总体上看，体育在整个教育事业中仍然处于相对薄弱的地位，学生的体质健康状况依然是社会、学校和家庭共同的担忧。学生体质健康的促进离不开对学生体质健康的评价，评价是促进的前提。在中国知网、...
