劉宇川，張朋柱

(上海交通大學(xué) 安泰經(jīng)濟(jì)與管理學(xué)院，上海 200030)

運(yùn)動(dòng)可以有效增強(qiáng)身體機(jī)能，引導(dǎo)積極向上的生活方式，促進(jìn)個(gè)體身心健康，其作用已經(jīng)被大眾廣泛認(rèn)可。不斷發(fā)展運(yùn)動(dòng)管理，讓更多的人采用科學(xué)有效的方式進(jìn)行運(yùn)動(dòng)，既可以提高健康狀況，又能保持生活水平，也利于持續(xù)推進(jìn)“健康中國(guó)2030”的建設(shè)。

不同的運(yùn)動(dòng)方案，能給個(gè)體帶來(lái)不同方面不同程度的收益。例如，運(yùn)動(dòng)訓(xùn)練可以增強(qiáng)老年癡呆和相關(guān)認(rèn)知障礙患者的健康、身體功能、認(rèn)知功能和積極行為[1];八段錦練習(xí)對(duì)原發(fā)性及繼發(fā)性抑郁、焦慮都有良好的干預(yù)效果[2];長(zhǎng)期戶外登山活動(dòng)有利于個(gè)體心肺耐力、平衡能力和肌肉力量的改善，對(duì)提高肢體運(yùn)動(dòng)功能尤其耐力活動(dòng)能力至關(guān)重要[3]。但同時(shí)，運(yùn)動(dòng)也存在各種風(fēng)險(xiǎn)，不科學(xué)、不合理的運(yùn)動(dòng)可能對(duì)個(gè)體造成損失與傷害，影響個(gè)體的身心健康甚至社會(huì)關(guān)系，運(yùn)動(dòng)風(fēng)險(xiǎn)主要包括健康風(fēng)險(xiǎn)、鍛煉行為風(fēng)險(xiǎn)、場(chǎng)館器材風(fēng)險(xiǎn)、自然環(huán)境風(fēng)險(xiǎn)、家庭矛盾風(fēng)險(xiǎn)、人際關(guān)系風(fēng)險(xiǎn)以及經(jīng)濟(jì)消費(fèi)風(fēng)險(xiǎn)[4]。因此，運(yùn)動(dòng)方案的選擇與運(yùn)動(dòng)管理對(duì)于個(gè)體運(yùn)動(dòng)的意義顯得更加突出。不同個(gè)體的身體素質(zhì)、心理水平、所處環(huán)境等情況均不相同，所適合的運(yùn)動(dòng)項(xiàng)目也不同，而對(duì)于同種運(yùn)動(dòng)項(xiàng)目，也依然存在運(yùn)動(dòng)時(shí)間、運(yùn)動(dòng)頻率、運(yùn)動(dòng)強(qiáng)度等區(qū)別。只有將個(gè)體的個(gè)性化特征與不同運(yùn)動(dòng)項(xiàng)目的特點(diǎn)相結(jié)合，才能明確適合個(gè)體的運(yùn)動(dòng)方案，從而實(shí)現(xiàn)有效的運(yùn)動(dòng)管理。目前，對(duì)于運(yùn)動(dòng)管理的研究主要集中在兩個(gè)方面，一方面是針對(duì)運(yùn)動(dòng)項(xiàng)目的研究，通常圍繞某類或某項(xiàng)運(yùn)動(dòng)的特點(diǎn)進(jìn)行闡述，說(shuō)明其對(duì)群體的益處、風(fēng)險(xiǎn)及注意事項(xiàng)等，例如太極拳對(duì)老年人的養(yǎng)生作用[5]等;另一方面是針對(duì)運(yùn)動(dòng)個(gè)體的研究，闡述其運(yùn)動(dòng)需求，并設(shè)計(jì)幫助支持運(yùn)動(dòng)的指南或工具，例如老年人運(yùn)動(dòng)管理系統(tǒng)以幫助其保持運(yùn)動(dòng)習(xí)慣[6]等。對(duì)于將兩者相結(jié)合以同時(shí)分析個(gè)體個(gè)性化運(yùn)動(dòng)需求以及適合的運(yùn)動(dòng)方案的研究尚有探索空間。

在為用戶群體推薦和定制產(chǎn)品、服務(wù)或解決方案時(shí)，專家系統(tǒng)和推薦系統(tǒng)作為人工智能中的活躍領(lǐng)域一直受到關(guān)注。前者因其推理的性能可與訓(xùn)練有素的專家相媲美而得到肯定，后者則因其挖掘分析海量數(shù)據(jù)的優(yōu)秀能力而廣受好評(píng)。在運(yùn)用推薦系統(tǒng)進(jìn)行運(yùn)動(dòng)管理的研究中，主要采用協(xié)同過(guò)濾、基于內(nèi)容等的推薦算法，根據(jù)用戶歷史運(yùn)動(dòng)數(shù)據(jù)將用戶的個(gè)性化需求和運(yùn)動(dòng)方案的特征進(jìn)行合理匹配與推薦，例如基于內(nèi)容相似度的運(yùn)動(dòng)路線推薦方法[7]。推薦系統(tǒng)通過(guò)從眾多用戶的歷史行為數(shù)據(jù)中發(fā)現(xiàn)其主觀意愿偏好，挖掘其潛在興趣愛(ài)好，捕捉其行動(dòng)習(xí)慣特征，打造用戶畫像，再將適合不同用戶的不同產(chǎn)品、服務(wù)或解決方案進(jìn)行精準(zhǔn)推薦。但是推薦系統(tǒng)在運(yùn)動(dòng)管理方面的運(yùn)用也存在明顯缺點(diǎn)。一方面是系統(tǒng)的冷啟動(dòng)問(wèn)題，即一款全新的運(yùn)動(dòng)管理應(yīng)用或軟件在面向用戶推出時(shí)，無(wú)法擁有新用戶的歷史行為數(shù)據(jù)，因此，在啟動(dòng)階段的推薦便難以進(jìn)行或效果不佳;另一方面是運(yùn)動(dòng)的專業(yè)性問(wèn)題，不同于其他消費(fèi)性質(zhì)的產(chǎn)品或服務(wù)，運(yùn)動(dòng)給用戶帶來(lái)身心健康收益的同時(shí)也伴隨著一定風(fēng)險(xiǎn)，若完全根據(jù)用戶的歷史行為數(shù)據(jù)進(jìn)行推薦，很可能出現(xiàn)用戶選擇的運(yùn)動(dòng)方式并不適合其個(gè)體特征的情況，從而對(duì)用戶造成傷害。此外，運(yùn)動(dòng)的進(jìn)行也需要較為專業(yè)的指導(dǎo)，即使用戶最終選擇了適合其個(gè)體特征的運(yùn)動(dòng)方式，也可能因?yàn)椴灰?guī)范或不科學(xué)的運(yùn)動(dòng)行為而產(chǎn)生損傷。

相較于推薦系統(tǒng)依賴于用戶的歷史行為數(shù)據(jù)特點(diǎn)，專家系統(tǒng)以其專業(yè)的知識(shí)水平和優(yōu)秀的推理能力在運(yùn)動(dòng)管理領(lǐng)域顯得更為契合。專家系統(tǒng)使用人類專家推理的計(jì)算機(jī)模型來(lái)處理現(xiàn)實(shí)世界中需要專家做出解釋的復(fù)雜問(wèn)題[8]，系統(tǒng)核心是知識(shí)的表示和推理過(guò)程。因此，將專家系統(tǒng)運(yùn)用于運(yùn)動(dòng)管理領(lǐng)域可以克服推薦系統(tǒng)冷啟動(dòng)和缺少專業(yè)化的問(wèn)題。按照不同的發(fā)展階段，專家系統(tǒng)可分為基于規(guī)則、基于框架、基于案例、基于模型和基于Web等5類[8]。不同階段的專家系統(tǒng)對(duì)于知識(shí)表示和知識(shí)推理采用不同的方式方法，側(cè)重點(diǎn)也不同。知識(shí)表示的方法包括產(chǎn)生式規(guī)則、模糊產(chǎn)生式規(guī)則、語(yǔ)義網(wǎng)絡(luò)、框架、關(guān)系表示、一階謂詞邏輯表示、“腳本”表示、面向?qū)ο蟊硎竞蚉etri網(wǎng)表示等[9]，知識(shí)推理則有IFTHEN方式、距離-權(quán)值策略和非線性神經(jīng)元方式等[8]。研究表明，把大規(guī)模的知識(shí)轉(zhuǎn)換為網(wǎng)絡(luò)圖，對(duì)于提高推理效率具有較好的作用[10]。

Petri網(wǎng)的知識(shí)表示方式，將基于產(chǎn)生式規(guī)則的知識(shí)以網(wǎng)絡(luò)圖的形式展現(xiàn)，具備了產(chǎn)生式規(guī)則自然、靈活、清楚、模塊性好、通用性強(qiáng)等特點(diǎn)[11]，并且直觀表示了知識(shí)變遷的觸發(fā)關(guān)系。同時(shí)，Petri網(wǎng)可以用矩陣的形式進(jìn)行推理運(yùn)算，克服了傳統(tǒng)知識(shí)表示方法無(wú)法處理并行推理的問(wèn)題[9]，提升了推理效率。為了增強(qiáng)Petri網(wǎng)表示和處理模糊知識(shí)的能力，Chen等[12]提出了模糊Petri網(wǎng)，將基于模糊產(chǎn)生式規(guī)則的知識(shí)進(jìn)行表示。模糊Petri網(wǎng)的提出，使得更多符合人類思維和認(rèn)識(shí)的模糊知識(shí)得以被表示并進(jìn)行模糊推理，同時(shí)仍保留了Petri網(wǎng)高效的并行推理能力。隨著模糊Petri網(wǎng)的研究發(fā)展，其知識(shí)表示能力以及正向、反向推理算法不斷完善，并在系統(tǒng)故障診斷[13]、場(chǎng)景識(shí)別[14]、評(píng)估分析[15]等領(lǐng)域得到廣泛應(yīng)用。

目前，運(yùn)動(dòng)管理領(lǐng)域模糊Petri網(wǎng)的應(yīng)用較少。對(duì)運(yùn)動(dòng)管理知識(shí)而言，一部分來(lái)自專業(yè)性較高的運(yùn)動(dòng)處方和指南，具有確定性;另一部分來(lái)自廣大愛(ài)好者的生活經(jīng)驗(yàn)和實(shí)踐，具有模糊性，模糊Petri網(wǎng)的知識(shí)表示方法能夠有效處理各類運(yùn)動(dòng)管理知識(shí)的模糊性和不確定性。同時(shí)，為了實(shí)現(xiàn)運(yùn)動(dòng)方案的個(gè)性化、提高科學(xué)性，進(jìn)行運(yùn)動(dòng)知識(shí)推理前需要采集大量的個(gè)體信息、環(huán)境信息以及運(yùn)動(dòng)知識(shí)，提升了對(duì)于推理效率的要求，模糊Petri網(wǎng)的并行推理能力則有效契合了該需求。本文探索性地將現(xiàn)有的基于模糊Petri網(wǎng)的知識(shí)表示及推理算法應(yīng)用到運(yùn)動(dòng)管理領(lǐng)域，針對(duì)個(gè)體的個(gè)性化特征信息等已知實(shí)事進(jìn)行推理，并遵循運(yùn)動(dòng)處方中的FITT(Frequency-Intensity-Time-Type)原則，分兩階段制定完備詳細(xì)的個(gè)性化運(yùn)動(dòng)方案，從而引導(dǎo)用戶進(jìn)行科學(xué)合理運(yùn)動(dòng)，具有重要的現(xiàn)實(shí)意義。

1 運(yùn)動(dòng)方案概述

本文所包含的個(gè)性化運(yùn)動(dòng)方案是指針對(duì)個(gè)體用戶設(shè)計(jì)，指導(dǎo)其進(jìn)行科學(xué)合理運(yùn)動(dòng)，提升運(yùn)動(dòng)對(duì)于健康的收益并降低運(yùn)動(dòng)風(fēng)險(xiǎn)的綜合方案。個(gè)性化運(yùn)動(dòng)方案主要包括運(yùn)動(dòng)頻率、運(yùn)動(dòng)強(qiáng)度、運(yùn)動(dòng)類型和運(yùn)動(dòng)時(shí)間4個(gè)方面，其具體含義如表1所示。

本文最終推理生成的個(gè)性化運(yùn)動(dòng)方案遵循FITT原則，即會(huì)明確用戶在實(shí)施運(yùn)動(dòng)時(shí)應(yīng)采用的頻率(Frequency)、強(qiáng)度(Intensity)、類型(Type)和時(shí)間(Time)，從而引導(dǎo)用戶科學(xué)合理運(yùn)動(dòng)。FITT原則起源于運(yùn)動(dòng)處方[16]概念，自1969年世界衛(wèi)生組織正式采用運(yùn)動(dòng)處方這一術(shù)語(yǔ)以來(lái)，許多研究都圍繞運(yùn)動(dòng)對(duì)于個(gè)體健康的效果展開(kāi)，雖然各學(xué)者專家表達(dá)的內(nèi)容不盡相同，但其內(nèi)在含義基本一致，即以處方的形式制定個(gè)體運(yùn)動(dòng)時(shí)采取的類型、頻率、強(qiáng)度和時(shí)間可以有效幫助患者更快康復(fù)，或使鍛煉者在身體機(jī)能提升方面獲得更好的效果。一方面，圍繞頻率、強(qiáng)度、類型和時(shí)間對(duì)于個(gè)體運(yùn)動(dòng)影響的研究已經(jīng)發(fā)展了較長(zhǎng)時(shí)間，擁有比較良好的醫(yī)學(xué)與運(yùn)動(dòng)學(xué)基礎(chǔ)，知識(shí)體系成熟科學(xué)性較強(qiáng);另一方面，遵循FITT原則也可以很好地引導(dǎo)個(gè)體實(shí)施開(kāi)展運(yùn)動(dòng)行為，提升運(yùn)動(dòng)方案的可操作性，特別是時(shí)間、頻率和強(qiáng)度3項(xiàng)量化內(nèi)容，相比于普通的定性知識(shí)，其對(duì)個(gè)體運(yùn)動(dòng)的指導(dǎo)和約束作用更加突出。

有研究[17]在制定心臟康復(fù)運(yùn)動(dòng)處方的過(guò)程中表明，應(yīng)先明確運(yùn)動(dòng)目的與運(yùn)動(dòng)種類，再確定強(qiáng)度、時(shí)間和頻率。同樣，有關(guān)健身處方制定的研究[18]指出，運(yùn)動(dòng)處方制定與實(shí)施時(shí)應(yīng)先確定運(yùn)動(dòng)處方的項(xiàng)目與目標(biāo)，再確定強(qiáng)度以及頻率和時(shí)間?？紤]到個(gè)體在決定自身運(yùn)動(dòng)方案時(shí)，往往先根據(jù)自身意愿確定所采取的運(yùn)動(dòng)類型，再?zèng)Q定其時(shí)間、頻率和強(qiáng)度。本文制定個(gè)性化運(yùn)動(dòng)方案的步驟如下:

(1)確定適合個(gè)體的運(yùn)動(dòng)類型，并給出不同運(yùn)動(dòng)類型的推薦程度。

(2)針對(duì)所推薦的運(yùn)動(dòng)類型，分別確定其適合個(gè)體的運(yùn)動(dòng)頻率、運(yùn)動(dòng)時(shí)間和運(yùn)動(dòng)強(qiáng)度，形成基于不同運(yùn)動(dòng)類型的多種運(yùn)動(dòng)方案。

(3)結(jié)合個(gè)體意愿進(jìn)行基于不同運(yùn)動(dòng)類型的運(yùn)動(dòng)方案組合，形成最終的個(gè)性化運(yùn)動(dòng)方案。

運(yùn)動(dòng)類型根據(jù)身體代謝方式不同主要分為有氧代謝運(yùn)動(dòng)和無(wú)氧代謝運(yùn)動(dòng)，前者是指以增強(qiáng)人體吸入、輸送與使用氧氣能力為目的的耐久性運(yùn)動(dòng)，后者是指肌肉在沒(méi)有持續(xù)的氧氣補(bǔ)給的情況下工作[19]。有氧與無(wú)氧代謝運(yùn)動(dòng)所包含的具體運(yùn)動(dòng)項(xiàng)目如表2所示。

表2 有氧代謝運(yùn)動(dòng)具體項(xiàng)目表

為了使本文的個(gè)性化運(yùn)動(dòng)方案更具準(zhǔn)確性和可操作性，運(yùn)動(dòng)方案中的運(yùn)動(dòng)類型被具體到個(gè)體應(yīng)采用的運(yùn)動(dòng)項(xiàng)目，例如健身走、跑步等。衡量運(yùn)動(dòng)強(qiáng)度的指標(biāo)通常有呼吸指數(shù)、自我感受強(qiáng)度和心率等，其中心率的測(cè)量依據(jù)較為客觀，因此，本文用個(gè)體運(yùn)動(dòng)時(shí)的心率表示運(yùn)動(dòng)強(qiáng)度。對(duì)于運(yùn)動(dòng)頻率，本文選擇較為常見(jiàn)的方法，以每周運(yùn)動(dòng)的次數(shù)表示個(gè)體運(yùn)動(dòng)頻率。運(yùn)動(dòng)時(shí)間則更為直白，即個(gè)體每次運(yùn)動(dòng)應(yīng)持續(xù)的時(shí)間。

2 基于模糊Petri網(wǎng)的個(gè)性化運(yùn)動(dòng)類型推理

2.1 運(yùn)動(dòng)類型知識(shí)模糊Petri網(wǎng)描述

一個(gè)模糊Petri網(wǎng)(FPN)結(jié)構(gòu)可以由一個(gè)10元組來(lái)描述[20]:

其中:P={p1，p2，…，p n}是一個(gè)有限的庫(kù)所集，各庫(kù)所分別對(duì)應(yīng)運(yùn)動(dòng)類型知識(shí)的前提或者結(jié)論主體;T={t1，t2，…，t n}是一個(gè)有限的變遷集，一條運(yùn)動(dòng)類型知識(shí)即對(duì)應(yīng)一個(gè)變遷;D={d1，d2，…，d n}是一個(gè)有限的命題集，表示運(yùn)動(dòng)類型知識(shí)的命題集合，且|P|=|D|，P∩T∩D=?;I:T→P是一個(gè)輸入函數(shù)，其決定著到一個(gè)變遷的輸入位置P為位置多重集;O:T→D是一個(gè)輸出函數(shù)，其決定著來(lái)自一個(gè)變遷的輸出位置;M={M P1，M P2，…，M Pn}表示所有命題的置信度，且M Pn∈[0，1]，如果命題的置信度未知，則為0;T H:T→[0，1]是一個(gè)關(guān)聯(lián)函數(shù)，它表示從變遷到觸發(fā)閾值的映射;W={w1，w2，…，w n}是一個(gè)有限的貢獻(xiàn)集，它表示命題對(duì)應(yīng)觸發(fā)的貢獻(xiàn)程度;f:T→[0，1]是一個(gè)關(guān)聯(lián)函數(shù)，它表示各變遷對(duì)應(yīng)觸發(fā)規(guī)則的確定程度;β:P→D是一個(gè)關(guān)聯(lián)函數(shù)，表示從庫(kù)所到命題的一一映射。

運(yùn)動(dòng)類型知識(shí)主要指的是命題中包含具體的運(yùn)動(dòng)項(xiàng)目知識(shí)。經(jīng)過(guò)網(wǎng)絡(luò)化變換，運(yùn)動(dòng)類型知識(shí)可以轉(zhuǎn)換為模糊Petri網(wǎng)。圖1所示為運(yùn)動(dòng)類型知識(shí)網(wǎng)絡(luò)化轉(zhuǎn)換后得到的模糊Petri網(wǎng)實(shí)例，該模糊Petri網(wǎng)結(jié)構(gòu)并不復(fù)雜，不存在循環(huán)結(jié)構(gòu)。

用于設(shè)計(jì)運(yùn)動(dòng)類型知識(shí)模糊Petri網(wǎng)的知識(shí)條目主要來(lái)自權(quán)威的醫(yī)學(xué)、運(yùn)動(dòng)學(xué)期刊等[21-25]，圖1中所涉及運(yùn)動(dòng)類型知識(shí)為“適合老年人的運(yùn)動(dòng)方式包括健身走、慢跑、騎自行車、登山、爬樓梯和游泳”“高血壓患者應(yīng)進(jìn)行有氧運(yùn)動(dòng)如步行、慢跑、騎自行車或游泳”“以提高心肺功能為目的的體育鍛煉者，應(yīng)選擇有氧運(yùn)動(dòng)、球類運(yùn)動(dòng)等全身肌肉參與的體育健身活動(dòng)”。

在圖1中，P1～P3對(duì)應(yīng)的命題為個(gè)體信息命題，分別表示“老年人”“患高血壓”“提高心肺功能”，P4～P10對(duì)應(yīng)的命題為運(yùn)動(dòng)類型命題，分別表示“健身走”“慢跑”“騎自行車”“登山”“爬樓梯”“游泳”“步行”。

按照屬性不同，個(gè)體的信息命題包括個(gè)體狀態(tài)、運(yùn)動(dòng)目的、運(yùn)動(dòng)環(huán)境以及相關(guān)疾病，將相關(guān)疾病從個(gè)體狀態(tài)中單獨(dú)羅列的原因是，不同疾病對(duì)于個(gè)體所適合的運(yùn)動(dòng)項(xiàng)目影響相較于其他個(gè)體狀態(tài)信息更大。各類信息命題所包含的子類如表3所示。

表3 個(gè)體信息命題分類

對(duì)于個(gè)體身體指標(biāo)而言，性別、年齡、體質(zhì)等不同個(gè)體的身體素質(zhì)和代謝率不盡相同，其身體能夠承載的運(yùn)動(dòng)負(fù)荷也具有差異。因此，身體指標(biāo)對(duì)于運(yùn)動(dòng)類型的選擇具有明顯影響。運(yùn)動(dòng)目的同樣對(duì)運(yùn)動(dòng)類型的選擇具有影響[21]，例如球類運(yùn)動(dòng)等全身肌肉參與的運(yùn)動(dòng)類型主要利于個(gè)體提高心肺功能，而太極拳、氣功等中國(guó)傳統(tǒng)運(yùn)動(dòng)則主要利于個(gè)體緩解心理壓力、改善睡眠。運(yùn)動(dòng)環(huán)境也左右著運(yùn)動(dòng)類型的選擇，其影響主要來(lái)自運(yùn)動(dòng)的可實(shí)施性以及不同環(huán)境對(duì)于運(yùn)動(dòng)個(gè)體身體的作用。對(duì)于疾病而言，其對(duì)個(gè)體運(yùn)動(dòng)類型的選擇影響最大，尤其是一些患慢性病或身體機(jī)能較差的個(gè)體，其運(yùn)動(dòng)類型的選擇往往需要醫(yī)生等專業(yè)人員共同制定。根據(jù)上述命題類型補(bǔ)充知識(shí)庫(kù)，知識(shí)條目越多網(wǎng)絡(luò)越大，用戶的個(gè)性化程度就越高，對(duì)于其運(yùn)動(dòng)知識(shí)模糊Petri網(wǎng)的推理準(zhǔn)確性也越有利。

2.2 運(yùn)動(dòng)類型知識(shí)模糊Petri網(wǎng)智能推理

基于運(yùn)動(dòng)類型知識(shí)模糊Petri網(wǎng)的個(gè)性化運(yùn)動(dòng)類型智能推理步驟:

(1)確定輸入矩陣結(jié)構(gòu)。以上述運(yùn)動(dòng)類型知識(shí)模糊Petri網(wǎng)實(shí)例為例，根據(jù)其網(wǎng)絡(luò)結(jié)構(gòu)可以確定10×3維輸入矩陣Δ={x ij}，x ij∈[0，1]。其中，Δ的行對(duì)應(yīng)各庫(kù)所，列對(duì)應(yīng)各變遷，各元素則表示該庫(kù)所對(duì)于變遷的貢獻(xiàn)程度，對(duì)于觸發(fā)同一變遷的多個(gè)庫(kù)所，各輸入庫(kù)所的貢獻(xiàn)程度一致，即1≤j≤3。由此可構(gòu)造輸入矩陣:

(2)確定知識(shí)的置信度及輸出矩陣結(jié)構(gòu)。本文認(rèn)為，完備科學(xué)的知識(shí)庫(kù)是推理算法能夠正確推理的核心前提，運(yùn)動(dòng)知識(shí)庫(kù)的構(gòu)建包括知識(shí)錄入、審核以及確定程度的設(shè)定，通常運(yùn)動(dòng)處方的確定程度高于運(yùn)動(dòng)指南和運(yùn)動(dòng)經(jīng)驗(yàn)。本文所涉及的運(yùn)動(dòng)知識(shí)均根據(jù)權(quán)威運(yùn)動(dòng)期刊、醫(yī)學(xué)期刊、書籍等知識(shí)來(lái)源進(jìn)行錄入，并由專家小組完成審核及置信度的設(shè)定。規(guī)定知識(shí)置信度取值在0～1之間，數(shù)值越大，則知識(shí)的可信程度越高。本實(shí)例中的知識(shí)置信度由專家小組審核后分別確定為0.60、0.90和0.70。根據(jù)輸入矩陣Δ及知識(shí)置信度，可以明確10×3維輸出矩陣Γ結(jié)構(gòu)，即

(3)確定初始庫(kù)所狀態(tài)。初始庫(kù)所狀態(tài)根據(jù)個(gè)體的個(gè)性化信息確定，“1”表示該個(gè)體具備此庫(kù)所對(duì)應(yīng)的命題特征，“0”表示該個(gè)體不具備庫(kù)所對(duì)應(yīng)的命題特征。根據(jù)特征的范圍不同，本文選取個(gè)體特征為“為了鍛煉心肺功能的患有高血壓的60歲老年人”作為實(shí)例進(jìn)行智能推理，由此確定其個(gè)體初始庫(kù)所狀態(tài)，即M0=(1，1，1，0，0，0，0，0，0，0)T。

(4)由初始庫(kù)所狀態(tài)及輸入矩陣計(jì)算變遷點(diǎn)火值

(5)確定變遷觸發(fā)情況。將變遷點(diǎn)火值與變遷觸發(fā)閾值進(jìn)行比較，若點(diǎn)火值大于閾值，則變遷觸發(fā)，保留點(diǎn)火值;若點(diǎn)火值小于閾值，則變遷不觸發(fā)，點(diǎn)火值清零。本文假設(shè)各變遷觸發(fā)閾值均為0.2，由此可得變遷觸發(fā)狀態(tài)為:H=(1，1，1)T。

(6)計(jì)算變遷觸發(fā)后運(yùn)動(dòng)類型庫(kù)所值。在確定變遷觸發(fā)情況后，通過(guò)與輸出矩陣相乘，可得運(yùn)動(dòng)類型庫(kù)所置信度

(7)根據(jù)庫(kù)所確定最終運(yùn)動(dòng)類型命題。庫(kù)所對(duì)應(yīng)的命題即為各運(yùn)動(dòng)類型命題，庫(kù)所的值表示對(duì)應(yīng)運(yùn)動(dòng)類型命題的推薦程度，數(shù)值越高，則推薦程度越高。在本實(shí)例中，針對(duì)該個(gè)體推薦程度最高的運(yùn)動(dòng)類型庫(kù)所為P6和P9，對(duì)應(yīng)的運(yùn)動(dòng)類型命題分別為“騎自行車”“游泳”，其次為庫(kù)所P5，對(duì)應(yīng)的運(yùn)動(dòng)類型命題為“慢跑”，再次為P4，P7，P8，分別對(duì)應(yīng)“健身走”“登山”“爬樓梯”，最后為P10，表示“步行”。因此，最適合該“為了鍛煉心肺功能的患有高血壓的60歲老年人”的個(gè)性化運(yùn)動(dòng)類型為“游泳”“騎自行車”，且兩者推薦程度一致。

3 基于模糊Petri網(wǎng)的個(gè)性化運(yùn)動(dòng)時(shí)間、頻率和強(qiáng)度推理

在確定了適合個(gè)體的運(yùn)動(dòng)類型并給出相應(yīng)推薦程度之后，第2步開(kāi)始針對(duì)給出的運(yùn)動(dòng)類型進(jìn)行其運(yùn)動(dòng)時(shí)間、頻率和強(qiáng)度的智能推理。為了實(shí)現(xiàn)第2階段目標(biāo)，分別再構(gòu)建了3個(gè)模糊Petri網(wǎng)以對(duì)運(yùn)動(dòng)時(shí)間、頻率和強(qiáng)度進(jìn)行知識(shí)表示，并在此基礎(chǔ)上完成智能推理。時(shí)間、頻率和強(qiáng)度模糊Petri網(wǎng)的結(jié)構(gòu)形式與類型模糊Petri網(wǎng)一致，仍然由10元組構(gòu)成。在后續(xù)的模糊Petri網(wǎng)構(gòu)造與推理實(shí)例中，主要圍繞前文所推理生成的運(yùn)動(dòng)類型——“游泳”展開(kāi)，對(duì)于其他運(yùn)動(dòng)類型的推理思路和過(guò)程也與此一致。

3.1 運(yùn)動(dòng)時(shí)間知識(shí)模糊Petri網(wǎng)描述與智能推理

運(yùn)動(dòng)時(shí)間知識(shí)主要指的是命題中包含單次運(yùn)動(dòng)所應(yīng)持續(xù)時(shí)間的知識(shí)。經(jīng)過(guò)網(wǎng)絡(luò)化變換，運(yùn)動(dòng)時(shí)間知識(shí)同樣可以轉(zhuǎn)換為模糊Petri網(wǎng)。圖2所示為運(yùn)動(dòng)時(shí)間知識(shí)網(wǎng)絡(luò)化轉(zhuǎn)換后得到的模糊Petri網(wǎng)實(shí)例，該模糊Petri網(wǎng)同樣不存在循環(huán)結(jié)構(gòu)。

用于構(gòu)造運(yùn)動(dòng)時(shí)間知識(shí)模糊Petri網(wǎng)的知識(shí)條目同樣來(lái)自權(quán)威的醫(yī)學(xué)、運(yùn)動(dòng)學(xué)期刊[21-25]等，圖2中所涉及的知識(shí)為“高血壓患者每天應(yīng)進(jìn)行至少30 min的中等強(qiáng)度有氧運(yùn)動(dòng)”“45歲身體健康無(wú)不適的男性以增進(jìn)健康為目的進(jìn)行游泳運(yùn)動(dòng)，運(yùn)動(dòng)時(shí)間每次約1 h”等。圖2中，P1～P5對(duì)應(yīng)的命題為個(gè)體信息命題，分別表示“患高血壓”“健康”“45歲”“男性”“老年人”，P6～P8對(duì)應(yīng)的命題為運(yùn)動(dòng)時(shí)間命題，分別表示“至少30 min”“約1 h”“45～60 min”。

與運(yùn)動(dòng)類型知識(shí)模糊Petri網(wǎng)的推理過(guò)程類似，下面根據(jù)運(yùn)動(dòng)時(shí)間知識(shí)模糊Petri網(wǎng)進(jìn)行個(gè)性化運(yùn)動(dòng)時(shí)間的推理。本實(shí)例依然沿用前文實(shí)例設(shè)定，即個(gè)體對(duì)象“為了鍛煉心肺功能的患有高血壓的60歲老年人”。在進(jìn)行知識(shí)推理時(shí)，首先確定輸入矩陣結(jié)構(gòu)、知識(shí)置信度、輸出矩陣結(jié)構(gòu)以及個(gè)性化初始庫(kù)所狀態(tài):

由此可以計(jì)算變遷點(diǎn)火值，確定變遷觸發(fā)情況，并計(jì)算得到運(yùn)動(dòng)時(shí)間庫(kù)所置信度:

最終，置信度最高的庫(kù)所對(duì)應(yīng)的命題即為最佳運(yùn)動(dòng)時(shí)間命題。在本實(shí)例中，推薦程度最高的庫(kù)所為P6，對(duì)應(yīng)的運(yùn)動(dòng)時(shí)間命題為“至少30 min”。因此，適合該“為了鍛煉心肺功能的患有高血壓的60歲老年人”的個(gè)性化游泳運(yùn)動(dòng)時(shí)間為“至少30 min”。

3.2 運(yùn)動(dòng)頻率知識(shí)模糊Petri網(wǎng)描述與智能推理

運(yùn)動(dòng)類型與時(shí)間模糊Petri網(wǎng)類似，首先構(gòu)造運(yùn)動(dòng)頻率知識(shí)模糊Petri網(wǎng)結(jié)構(gòu)如圖3所示。

知識(shí)條目選取來(lái)自文獻(xiàn)[21-25]，模糊Petri網(wǎng)中涉及的運(yùn)動(dòng)頻率知識(shí)為“高血壓患者應(yīng)進(jìn)行至少30 min的中等強(qiáng)度有氧運(yùn)動(dòng)，5～7次/周”“45歲健康個(gè)體的游泳頻率應(yīng)為3～4次/周”“50～60歲年齡段的人每周游泳3～4次”“60歲以上年齡段的人每周游泳2～3次”。P1～P5庫(kù)所對(duì)應(yīng)的個(gè)體信息命題為“患高血壓”“45歲”“健康”“50～60歲”“60歲以上”，P6～P8對(duì)應(yīng)的運(yùn)動(dòng)頻率命題為“5～7次/周”“3～4次/周”“每周2～3次”。依然根據(jù)上述實(shí)例的個(gè)體信息進(jìn)行運(yùn)動(dòng)頻率知識(shí)推理，最終可以得到推薦的個(gè)性化運(yùn)動(dòng)頻率為“每周游泳2～3次”。

3.3 運(yùn)動(dòng)強(qiáng)度知識(shí)模糊Petri網(wǎng)描述與智能推理

與前文類似，首先構(gòu)造運(yùn)動(dòng)強(qiáng)度知識(shí)模糊Petri網(wǎng)結(jié)構(gòu)如圖4所示。

知識(shí)條目選取來(lái)自文獻(xiàn)[21-25]，運(yùn)動(dòng)強(qiáng)度知識(shí)模糊Petri網(wǎng)中涉及的知識(shí)為“高血壓患者應(yīng)進(jìn)行至少30 min的中等強(qiáng)度有氧運(yùn)動(dòng)”“身體健康無(wú)病癥的老年人游泳時(shí)適宜的強(qiáng)度應(yīng)在9～10次/6 s”“60歲老年人進(jìn)行游泳鍛煉的強(qiáng)度控制在80～96次/min”。P1～P4對(duì)應(yīng)的個(gè)體信息命題為“患高血壓”“老年人”“健康”“60歲以上”，P5～P7對(duì)應(yīng)的運(yùn)動(dòng)強(qiáng)度命題為“中等強(qiáng)度”“心率9～10次/6 s”“心率80～96次/min”。同樣，根據(jù)上述實(shí)例的個(gè)體信息進(jìn)行運(yùn)動(dòng)強(qiáng)度知識(shí)推理，最終可以得到推薦的運(yùn)動(dòng)強(qiáng)度知識(shí)為“心率80～96次/min”。

至此，針對(duì)運(yùn)動(dòng)類型“游泳”的個(gè)性化運(yùn)動(dòng)強(qiáng)度、時(shí)間、頻率模糊Petri網(wǎng)的構(gòu)造與個(gè)性化智能推理全部結(jié)束。對(duì)于實(shí)例“為了鍛煉心肺功能的患有高血壓的60歲老年人”，其基于“游泳”的個(gè)性化運(yùn)動(dòng)方案可以確定如表4所示。

表4 基于游泳項(xiàng)目的個(gè)性化運(yùn)動(dòng)方案

即“該個(gè)體應(yīng)進(jìn)行游泳運(yùn)動(dòng)，每周游泳2～3次，每次至少30 min，游泳期間心率保持在80～96次/min”。

以同樣的方法，可以構(gòu)造針對(duì)其他運(yùn)動(dòng)類型如“騎自行車”“慢跑”等的個(gè)性化運(yùn)動(dòng)強(qiáng)度、時(shí)間和頻率模糊Petri網(wǎng)，并推理生成各自對(duì)應(yīng)的推薦運(yùn)動(dòng)強(qiáng)度、頻率和時(shí)間，從而確定基于不同運(yùn)動(dòng)類型的運(yùn)動(dòng)方案。

4 基于不同類型運(yùn)動(dòng)方案的組合

在上述實(shí)例中，最終明確了最適合個(gè)體的個(gè)性化運(yùn)動(dòng)方案是“進(jìn)行游泳運(yùn)動(dòng)，每周游泳2～3次，每次至少30 min，游泳期間心率保持在80～96次/min”。但在現(xiàn)實(shí)生活中，個(gè)體在進(jìn)行運(yùn)動(dòng)時(shí)，通常具有豐富的運(yùn)動(dòng)類型需求，即會(huì)希望進(jìn)行多種不同的運(yùn)動(dòng)項(xiàng)目。因此，對(duì)基于不同類型的運(yùn)動(dòng)方案進(jìn)行組合有一定的必要性。

本文基于各運(yùn)動(dòng)類型的推薦程度進(jìn)行個(gè)性化運(yùn)動(dòng)方案的組合，主要步驟如下:

(1)根據(jù)個(gè)體意愿確定其每周采取的運(yùn)動(dòng)項(xiàng)目種類數(shù)。

(2)基于不同運(yùn)動(dòng)類型的推薦程度由高到低選取運(yùn)動(dòng)方案，所選方案數(shù)量匹配個(gè)體的意愿。

(3)根據(jù)各運(yùn)動(dòng)方案的推薦程度比例，分別調(diào)整各運(yùn)動(dòng)方案的運(yùn)動(dòng)頻率，從而確定最終的個(gè)性化運(yùn)動(dòng)方案

仍以上述實(shí)例中的個(gè)體為例，假設(shè)其個(gè)人意愿表明希望每周采取至少3種不同的運(yùn)動(dòng)項(xiàng)目。根據(jù)前文個(gè)性化運(yùn)動(dòng)類型推理可知，推薦程度最高的3種運(yùn)動(dòng)類型分別為“游泳”“騎自行車”“慢跑”，推薦程度分別為2.2、2.2和1.5。因此，本文選取基于這3種運(yùn)動(dòng)類型的運(yùn)動(dòng)方案進(jìn)行個(gè)性化組合。對(duì)于“游泳”的運(yùn)動(dòng)方案已由前文確定，假設(shè)以同樣的方法，可以分別確定基于“騎自行車”“慢跑”運(yùn)動(dòng)方案如表5、6所示。

表5 基于騎自行車項(xiàng)目的個(gè)性化運(yùn)動(dòng)方案

表6 基于慢跑項(xiàng)目的個(gè)性化運(yùn)動(dòng)方案

在確定基于不同類型的運(yùn)動(dòng)方案之后，以各運(yùn)動(dòng)類型的推薦程度為基礎(chǔ)，相應(yīng)調(diào)整各類型在每周全部運(yùn)動(dòng)中的比例，并以頻率的形式表示。在上述實(shí)例中，該個(gè)體可以選擇每周進(jìn)行2～3次游泳，或每周進(jìn)行2～3次騎自行車，或每周進(jìn)行7次慢跑。3種運(yùn)動(dòng)類型的推薦程度分別為2.2、2.2和1.5，因此，可以相應(yīng)計(jì)算組合之后各運(yùn)動(dòng)類型的運(yùn)動(dòng)頻率。經(jīng)近似處理之后可得適合該個(gè)體的運(yùn)動(dòng)頻率分別為每周游泳1次、騎自行車1次和慢跑2次。由于運(yùn)動(dòng)時(shí)間和運(yùn)動(dòng)強(qiáng)度主要針對(duì)單次運(yùn)動(dòng)設(shè)計(jì)，因而在進(jìn)行運(yùn)動(dòng)方案組合時(shí)不用調(diào)整。最終，可以得出適合該個(gè)體的運(yùn)動(dòng)方案如表7所示。

表7 經(jīng)過(guò)組合的個(gè)性化運(yùn)動(dòng)方案

至此，針對(duì)該個(gè)體的個(gè)性化運(yùn)動(dòng)方案智能推理全部結(jié)束。

5 方法評(píng)估

本文所提出的基于模糊Petri網(wǎng)的個(gè)性化運(yùn)動(dòng)方案生成方法屬于專家系統(tǒng)的范疇。在知識(shí)表示過(guò)程中，知識(shí)來(lái)源主要是權(quán)威指南或?qū)I(yè)性強(qiáng)的運(yùn)動(dòng)處方，具有較強(qiáng)的科學(xué)性。在將運(yùn)動(dòng)知識(shí)轉(zhuǎn)化為模糊Petri網(wǎng)的過(guò)程中，所涉及知識(shí)的錄入尤其是確定程度的設(shè)置均經(jīng)過(guò)醫(yī)學(xué)專家小組的審核，以此確保知識(shí)表示過(guò)程的規(guī)范與可靠。在知識(shí)推理階段，則采用矩陣并行運(yùn)算推理的方式，以便于將該方案生成機(jī)制編程嵌入自主研發(fā)的個(gè)性化健康管理系統(tǒng)中。對(duì)于方案生成的效果，從實(shí)例來(lái)看，最終的運(yùn)動(dòng)方案經(jīng)過(guò)醫(yī)學(xué)專家小組審核確認(rèn)適合該個(gè)體采用，其中運(yùn)動(dòng)類型以及相應(yīng)的運(yùn)動(dòng)強(qiáng)度、時(shí)間和頻率經(jīng)審核都具有合理性。而就該方案生成方法本身而言，最終方案的效果主要取決于知識(shí)表示過(guò)程。在知識(shí)表示過(guò)程中，確保知識(shí)來(lái)源的科學(xué)規(guī)范以及知識(shí)確定程度的設(shè)置符合規(guī)范，并在知識(shí)推理開(kāi)始前確保用戶個(gè)體數(shù)據(jù)的準(zhǔn)確無(wú)誤，就能保證最終生成方案的科學(xué)有效。另外，最終生成的方案遵循FITT原則，具有優(yōu)秀的實(shí)際指導(dǎo)能力，有利于用戶個(gè)體實(shí)施開(kāi)展運(yùn)動(dòng)，所推薦的運(yùn)動(dòng)類型也不止一種，能夠滿足用戶個(gè)體日常運(yùn)動(dòng)的多樣化需求。

6 結(jié)語(yǔ)

運(yùn)動(dòng)知識(shí)經(jīng)過(guò)網(wǎng)絡(luò)化變換，最終以模糊Petri網(wǎng)的形式得以呈現(xiàn)，本文的個(gè)性化運(yùn)動(dòng)方案智能生成也正是基于運(yùn)動(dòng)類型知識(shí)、時(shí)間知識(shí)、頻率知識(shí)以及強(qiáng)度知識(shí)模糊Petri網(wǎng)而展開(kāi)。根據(jù)輸入的個(gè)體個(gè)性化信息，由運(yùn)動(dòng)類型知識(shí)模糊Petri網(wǎng)推薦適合個(gè)體的運(yùn)動(dòng)類型，然后根據(jù)得到的推薦運(yùn)動(dòng)類型進(jìn)行相應(yīng)的運(yùn)動(dòng)時(shí)間、頻率和強(qiáng)度智能推理，結(jié)合個(gè)體個(gè)性化運(yùn)動(dòng)意愿進(jìn)行基于不同運(yùn)動(dòng)類型的運(yùn)動(dòng)方案組合，最終生成一套符合FITT原則、可操作性高、科學(xué)性強(qiáng)的個(gè)性化運(yùn)動(dòng)方案。該智能推理方法能有效結(jié)合用戶個(gè)性化信息，準(zhǔn)確地為其推薦科學(xué)、全面的運(yùn)動(dòng)方案，大大降低了用戶在進(jìn)行運(yùn)動(dòng)方案選擇與管理時(shí)的難度。

后續(xù)研究將重點(diǎn)關(guān)注如下兩個(gè)方面:①在智能推理基礎(chǔ)上進(jìn)行縱向深化，探索運(yùn)動(dòng)頻率、運(yùn)動(dòng)時(shí)間和運(yùn)動(dòng)強(qiáng)度在量化方面的可能性，研究是否可以利用模糊Petri網(wǎng)結(jié)合一定的量化算法進(jìn)行更準(zhǔn)確的運(yùn)動(dòng)頻率、時(shí)間和強(qiáng)度計(jì)算;②在實(shí)施操作層面，探索如何將該智能推理算法嵌入到軟件之中，提升其實(shí)踐意義。