文摘

国家大力发展社区体育的应用和以它为社会和经济发展的一个重要单元。随着经济的发展,居民的生活水平越来越好,这也大大促进了社区公共体育的发展。社区公共体育在规模上取得了很大的进步,硬件和服务,及其对社会的影响越来越严重。来更大。然而,仍然有一些缺陷在社区体育的发展。如何准确地评估和预测它的设施,建设和服务水平,提出了相应的发展战略是一个紧急的问题需要解决在社区公共体育。摘要迭代模拟退火算法评估水平的公共体育服务和帮助社区公共体育机构识别自身发展不足。通过仿真分析社区体育组织、社区成员、场地设施、资金、场地设施和资金、管理员和社区体育活动,发现识别五个指标的评价结果精度在95%以上,而社区公共体育的初始阈值和社会和经济发展所需要的预测精度的标准发展现状都是10%。同时,评价结果的识别时间的五个指标小于7秒。在社区公共体育发展趋势预测和服务水平的判断,评估结果的识别时间少于4秒,和整体的判断结果是更好的。

1。介绍

随着数字化和计算机的发展,公共体育和其他相关产业迅速发展,显示速度的特点,多样性,和情报显示Sadegh Barkhordari和Tehranizadeh1]。社区体育主要指区域附近的群众体育开展某一地区人们住在一起,在管辖范围内的自然环境和体育设施为物质基础,把所有社区成员为主体,以满足社区成员的体育需求,提高社区成员的身心健康,并巩固和发展社区情感为主要目的。社区体育有六个要素:社区体育组织、社区成员、场馆,设施和资金,管理员、教师、社区体育活动。公共体育受到内部和外部因素的影响,不能准确地评估和传统的数据分析方法,分析了影响服务水平的评价效果(Bourliva et al。2])和限制智能公共体育的发展。一些学者认为,智能发展社区公共体育的目的是满足行业的发展需求。因此,从对发展趋势的预测,操作状态和社区公共体育的发展(Donoso [3]),公共体育服务水平的综合评价可以为服务策略的制定提供参考。一些学者还认为,智能评价的准确性在社区公共体育很低,和非结构化数据的比例高(Durmus [4])。

我们可以提高智能公共体育评价的准确性和减少干扰的非结构化数据中提取特征值。基于上述背景,本文运用大都市验收标准和模拟退火算法分析特征值,分析了社区公共体育服务水平从情报的角度,以提高公共体育服务的评估精度。基于上述原因,本文主要从三个方面介绍它。首先,它描述了服务水平的社区公共体育数学,并介绍了情报服务水平、服务水平的参数,和服务level-related数据的处理。其次,公共体育服务水平的预测模型基于模拟退火算法的构造。模拟退火算法的约束,公共体育服务水平的准确性,预测步骤的公共体育服务水平进行了分析。第三,公共体育服务水平预测的仿真模型是基于模拟退火算法。我们描述的情况下公共体育服务和分析预测结果的精度和计算时间。

从上面的分析,可以看出,社区公共体育的快速发展可以促进社会经济的发展,使其决策在一个积极的方向发展。为了更好地开展社区公共体育的研究,使其在促进经济中发挥作用,有必要引入综合判断的方法来提高计算的准确性,具有重要的现实意义。此外,社区公共体育的综合分析还可以提高社区公共体育与经济发展之间的耦合和发展决策提供支持。

2。在社区服务水平预测的数学描述,模拟退火算法下公共体育和社会经济

迭代模拟退火算法是一个全面的计算方法,可以进行迭代分析社区公共体育。该算法的优点是一个简单的计算过程,分析速度快。与经典的模拟退火算法相比,迭代模拟退火算法可以进行逐步计算,消除冗余数据,使计算结果更准确,避免局部极值。

2.1。智能服务水平的描述

智能服务水平有两个特点:一方面,它处理大量的信息,不确定的数据,和不同的数据,和可控的数据的比例> 50%;另一方面,多源数据分析和动态信息。公共体育的数据结构如下:数据来源的多样性,公共体育的全面性,计算的多样性、观察、测量(Fitriningsih [5),如图1

公共体育的结构数据的形式主要是可控和不可控因素,并结合公共体育产业的经济数据来源,形成大量的公共体育数据。公共体育应从行业,进行智能分析与产业发展相结合的能力,行业服务状态和趋势,提高公共体育评估的准确性。

从图可以看出2,虽然体育社区公共体育需求的波动,这是增加。因此,社区公共体育体育发展中发挥至关重要的作用。一些学者还认为,社区公共体育也可以促进社会经济的发展。具体内容如图3

从图可以看出3有一定社会公共体育和社会经济之间的相关性,相关性是逐年增加。总之,社区公共体育运动发展起到支持作用,有些与社会和经济发展。为了更好地开展社区公共体育的发展,发挥其社会促进作用,有必要进行深入研究社区公共体育。同时,根据公共社区体育的现状,预测其未来的发展,为了提高体育和社会经济的发展。因此,深入分析社区公共体育具有重要的实践和理论意义。

2.2。服务水平指标的描述

数字化的公共体育服务水平,影响需求的因素日益突出的多元化公共体育的特征数据。传统的服务方法不能完全解决智能社区公共体育的发展需要。智能发展的背景下,公共体育预测算法,如粒子群优化和支持向量可以满足大量的需求,多种类型,实现公共体育服务水平的预测和分析,社区公共体育服务状态,公共体育发展趋势。社区公共体育的参数设置如下(Haghverdi [6):社区体育组织、社区成员、场地设施和资金、管理员、导演、和社区体育活动的协调人。(1)承担社区体育组织x,社区成员xj、社区户外健身场地和资金xk、场馆设施和资金xl,管理员x,社区体育活动xn,智能社区公共体育服务水平的数据集是c .计算的结果,应当按照下列公式: 在哪里 下列公式所示: 在哪里 属于自然数。体育公共服务的不同的数据来自不同的部门。(2)假设n是一个聪明的集合,行业的数据源,j数据结构类型的数据(不可控因素= 1,否则= 0),k是数据采集方法(定性方法收购= 1,量化方法收购= 2,全面收购方法= 0),l是智能发展水平(注:1∼5的水平,价值越高,水平越高),然后呢每个数据收集组织,数据采集项可以被描述为Ni, j, k, l, M,,j,k,l,= (1、2、…n),n是一种天然的号码。(3)不同的公共体育机构把类似的业内人士,结构类型,数据采集方法和经济发展水平到社区公共体育数据集。(4)数据从所有数据分析机构集中经济分析中心的社区公共体育。约束条件下的预测精度,预测时间,和安全,获得的数据进行分类根据相关的权值和阈值。(5)健康数据的收集时间和智力水平的健康数据在任何给定的数据组织是相同或相似的(汉7])。(6)稳定的数据组织和分析,傅里叶级数的方法应采用减少干扰的数据组织,人员,和其他不抵抗因素如以下公式所示: 在哪里P是描述的抗干扰能力健康数据的智能分析,我呢t健康数据的测量时间,why是智力的程度,z卫生数据采集的时间间隔,哟u体育卫生标准, 干扰系数。

2.3。卫生信息数据的简化处理

数据收集的各种公共体育机构必须先由k - means处理。结果表明方程形式如下:

其中,年代集群范围,降低价值,更好的聚类效果。是数据收集的数据组织,数据的数量。此外,年代取而代之的是相似吗J以提高计算的效率。为了简化这个过程,重量可以根据使用的频率一定的日期,数据机构收集的数据阈值可以判断根据以前的历史数据或数据频率在社区公共体育数据库,如下公式所示: 在哪里 的次数J数据组织收集数据, 的次数数据出现在社区公共体育数据库, 是频率j数据组织发送数据WI年代的阈值我的数据。

3所示。构建一个公共体育情报预测模型基于模拟退火算法

3.1。模拟退火算法的局限性

前跨部门数据的分析机构在社区公共体育、所有数据机构应根据适用的分类和判断标准。摘要都市验收标准(Harkut et al。8)采用。如果社区公共体育满足实际需求,将相关数据收集,否则,数据组织数据将不被接受。大都市接受的判断标准,可以节省社区公共体育资源,减少处理的数据量,提高智能发展的速度(罗et al。9])。假设社区公共体育的状态,我们大都会验收标准进行分析,确定是否需要更改状态,即从我的智力+ 1。应当计算公式

公式的局限性(2)出现在公式(7)如下: exp()的预期功能服务的情报,这是判断是否聪明;R(T)是智能社区公共体育的函数。如果的结果R(T)= 0 0.5∼,它表明,智能程度低,可以保持原状。如果结果范围从0.5到1。

3.2。集体运动和再切算法之间的适当性

调整公共公共体育和退火算法分为(罗10)当地调整CP和全球调整MP,这反映在不同的两个方面的调整,这也是评价结果的计算的前提。更大的值个人电脑更好的数据。自大都市在2.1接受标准的限制和需要优化数据为了成为计算数据,计算公式如下: 在哪里 的初始值吗 , 的初始值吗 , 是整个数据的最小值, 是局部最小值, 是整体的最小值。 是当地的拟合系数和 是整体拟合系数。

3.3。结果的准确性预测水平的公共体育情报

相应的数据集构建之前预测结果计算。在这篇文章中,适当的函数是用来澄清模拟退火算法之间的关系和社区公共体育(Martin-Fernandez [11])。预设精度的条件下,阈值约束,适度函数执行多个迭代分析,指导操作员在正方向计算,降低了发生局部极值和[的“伪特征值”(彼托夫12]),提高预测结果的准确性,如以下公式所示: 在哪里 是模拟退火算法之间的函数关系和社区公共体育,也就是说,适当的函数,它反映了它们之间的匹配程度。任何两个服务数据的最大价值如下:

最大值期望从任何程度的情报如下:

水平的公共体育机构所提供的信息来获取最大或最小的两个点如下:

最低的所有极端值设置如下:

3.4。步骤在预测社区公共体育基于模拟退火算法

使用上面的数学描述,需要计算如下:(1)我们最初C= {c1,c2、…c}的值社区公共体育、阈值的数据拟合(本地安装个人电脑,整体拟合)和计算精度,智能预测结果N,j,k,l,值,初始大都市验收标准;(2)200年梯度迭代测试进行拟合数据(Reinaldi [13]);(3)我们验证计算结果根据大都市验收标准和约束,合格的结果合并到总方案,并计算的识别精度和计算时间的预测结果总体方案(任e。(14]);(4)我们确定我们正在经历的所有数据将会停止计算,否则进入步骤3;(5)最后,应采取最小值。整体图和计算过程所示的输出。具体的过程呈现在图4

4所示。案例分析的公共体育信息预测模型基于模拟退火算法

4.1。的情况介绍

我们4省公共体育场所,5市政公共体育场所,从1月1日和6县公共体育场所,2020年,2021年12月为例。歌等。15]分析模拟退火算法的影响在公共体育服务现状与发展趋势,并确定歧视的准确性和时间的预测结果。数据拟合的准确性和计算精度(部分配件电脑和整体拟合点)将0.1和迭代的数量是200。其中,数据收集统计年鉴的公共体育机构、公共体育机构的网站,以及问卷调查(信度和效度> 0.7)。智力水平是三级和遵循指南社区公共体育的发展现状(GB / T 31464) 2015年,公共体育机构的IP地址是192.168.1.102∼192.168.1.202。

4.2。之间的配合社区公共体育和模拟退火算法

通过K-mean集群和大都市验收标准,数据智能和公共体育产业标准化,和20个迭代分析获得的数据进行拟合的结果,如表所示1

从表可以看出1当地配件和整体拟合> 95%,而整体拟合高和满足设定的阈值的10% K-mean集群和大都市验收标准。特定的耦合的结果呈现在图5

从图可以看出6社区公共体育之间有很强的相关性和社会经济,这表明社区公共体育呈现出大规模、高水平的发展趋势,可以促进经济发展,让它朝积极的方向发展。与此同时,经济的快速发展也促进社区体育的升级和发展。经典模拟退火算法、迭代模拟退火算法具有更高的相关性,表明社会公共体育和经济发展之间的相关性更强,这对准确计算奠定了基础在以后的阶段。

4.3。社区公共体育和社会经济

结果表明,尽管社会公共体育和社会经济之间的关系在一个小范围内波动,整体相关性很高,- 20%和180%之间。因此,有一种强烈的社区公共体育和社会经济之间的关系。社区公共体育和社会经济之间的小波动主要是由整个社会的体育政策和社会经济政策,并与模拟退火算法的结果。具体的结果呈现在图6

4.4。预测结果的准确性

社区体育组织x,社区成员xj、场地设施和资金xk、场地设施和资金xl,管理员x,社区体育活动xn。识别的准确性预测结果的五个指标直接决定了整个模型的有效性。

通过MATLAB仿真分析,可以看出,识别精度的预测结果在上述五个指标> 95%,而初始阈值和标准中的要求社区公共体育服务现状的0.1。同时,40∼50的过程中迭代,计算精度变化很大,主要是跳跃变化在社会和经济发展造成的,不影响最后的计算精度。因此,仿真结果更好,结果如表所示2

具体计算的精度可以从表中的数据2,结果见图7- - - - - -9

从图可以看出8社会公共体育服务的判断结果更好,这是99%到75,比82∼89%的经典模拟退火算法。我们可以看到,计算迭代模拟退火算法更好的结果。

从图可以看出9经济发展趋势是相对稳定的,但在10∼20有重大改变迭代和50∼60迭代,主要是由于当时的经济政策的变化。然而,整体进化的准确性满足要求。

4.5。预测结果的判断时间

情报的特点是有大量的数据处理和高处理复杂性,因此预测结果的识别时间是另一个验证索引。结果表明,预测结果的识别时间在社区公共体育服务能力x、社区公共体育服务状态的判断xj,公共体育服务趋势的判断xk小于40秒。与0∼10迭代相比,10∼20次迭代的计算时间较长,主要是由于大量的后处理数据和相对复杂的计算过程。然而,识别时间的总体预测结果符合准则的要求在社区公共体育服务的状态,结果如表所示3

公共体育水平的总体计算时间信息可以来自表3,如图10

我们可以看到在图10的总装配时间计算结果更好,在0和1之间。整体安装时间短。与此同时,在不同的迭代和精度要求,合适的时间没有改变,表明整体计算时间是相对稳定的,这进一步证明了该方法的有效性。相比传统的模拟退火算法,迭代模拟退火算法的计算时间短。

5。结论

社会经济的发展社区公共体育的基础。随着经济水平的提高,社区公共体育的发展是越来越好。社区公共体育的发展和完善促进社会经济的发展在很大程度上,有不可分割的关系。的智力水平的快速发展社区公共体育使智力水平越来越高(Tubishat [16]),数据量和复杂性特征(Twahirwa和王17,18]),这使得传统的分析方法无法满足相关数据分析需求的机构。研究Yagmur和Kesen [19)导致预测结果的准确性大幅下降。一个方法的分析提出了基于模拟退火算法在本文档中(20.]。通过公共体育服务数据的标准化处理,拟合数据的准确性得到0.1 (Svalina et al。20.])。然后,使用迭代计算,预测结果和识别的公共体育服务能力的判断x,公共体育服务状态的判断xj公共体育服务趋势的判断xk,和其他指标通过Zolfi Jouzdani [21,22]。MATLAB仿真结果表明,预测结果的识别精度的五个指标(Ilin [> 95%23]),而初始阈值和指南的要求社区公共体育的发展现状是0.1。同时,识别时间的预测结果小于7秒,5项指标和预测结果的识别时间的判断公共体育服务的趋势和智力水平小于4秒(他和你们24])。所以,综合判断的结果是更好的(陈et al。(25])。的全球调整时间计算结果更好,在0和1之间,即。,全球调整时间很短。与此同时,在不同的迭代和精度要求,合适的时间没有改变,表明整体计算时间是相对稳定的,这进一步证明了该方法的有效性。与经典的模拟退火算法相比,迭代模拟退火算法的计算时间短。然而,仍然有不足之间的耦合研究公共体育智力水平指标和智能判断。在未来的研究中,我们将重点分析上述内容。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作是支持的邵阳大学。