一种基于CIWOA-BP神经网络的大学生体质测试成绩预测方法

1.一种基于ciwoa-bp神经网络的大学生体质测试成绩预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述一种基于ciwoa-bp神经网络的大学生体质测试成绩预测方法，其特征在于：所述步骤1中，收集的数据集包括体质测试项目和体质测试成绩，其中体质测试项目主要有身高/体重、肺活量、50米跑、立定跳远、坐位体前屈、1000米(男)/800米(女)跑、引体向上(男)/1分钟仰卧起坐(女)。

3.根据权利要求1所述一种基于ciwoa-bp神经网络的大学生体质测试成绩预测方法，其特征在于：所述步骤3中，通过经验公式计算bp神经网络的隐含层节点数的范围，式中m为输入层节点数，n为输出层节点数，a为1至10间的整数。

4.根据权利要求3所述一种基于ciwoa-bp神经网络的大学生体质测试成绩预测方法，其特征在于：隐含层节点数范围确定后，通过决定系数(r2)和均方根误差(mse)确定最佳隐含层节点数，r2越接近于1，mse越接近于0，表明bp神经网络模型拟合度越好、越精确，此时为最佳隐含层节点数。

5.根据权利要求1所述一种基于ciwoa-bp神经网络的大学生体质测试成绩预测方法，其特征在于：所述步骤4中，混沌映射cubic map用于优化woa算法的初始种群，自适应权重系数i用于优化woa的收缩包围机制的权重。

6.根据权利要求1所述一种基于ciwoa-bp神经网络的大学生体质测试成绩预测方法，其特征在于：所述步骤5中，ciwoa优化bp神经网络的目的是获得更优权值和阈值，主要是通过将bp神经网络的测试误差作为目标适应度函数f，通过ciwoa算法寻解最优目标值，即最优权值和阈值，并将最优目标值赋给bp神经网络，构建ciwoa-bp神经网络。