دوره 18، شماره 19 - ( 4-1399 )                   جلد 18 شماره 19 صفحات 1-10 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Noori M, Sadeghi H. Designing volleyball talent identification software based on fuzzy logic. Research in Sport Medicine and Technology. 2020; 18 (19) :1-10
URL: http://jsmt.khu.ac.ir/article-1-428-fa.html
نوری محمد حسین، صادقی حیدر. طراحی نرم‌افزار استعدادیابی برپایه منطق فازی در رشته والیبال. سامانه نشریات علمی. 1399; 18 (19) :1-10

URL: http://jsmt.khu.ac.ir/article-1-428-fa.html


دانشگاه خوارزمی ، mh.noori835@gmail.com
چکیده:   (454 مشاهده)
به‌کارگیری ابزار مناسب و روش­‌های علمی و نظام‌مند استعدادیابی، به مربیان و متخصصان ورزشی کمک می‌کند تا به فرآیند شناسایی و پرورش استعدادهای ورزشکاران سرعت دهند. تحقیق حاضر به‌منظور طراحی نرم‌­افزار استعدادیابی برپایه منطق فازی در رشته ورزشی والیبال انجام شده است. در این پژوهش، با انتخاب مهم‌ترین شاخص‌های استعدادیابی والیبال از دیدگاه متخصصان در حوزه‌­های پیکرسنجی (قد)، قابلیت‌های حرکتی (سرعت)، مهارتی (پرش عمودی با دورخیز) و عملکردی (پرش جفت) و با توجه به ویژگی‌های والیبالیست‌­های پسر نخبه در رده نوجوانان در این شاخص‌ها، الگوریتمی برپایه منطق فازی (به‌­وسیله بسته ابزار منطق فازی در نرم­‌افزار متلب) طراحی شده است که شاخص‌های ذکرشده را به‌منزله ورودی مدل دریافت می‌کند و والیبالیست‌­های نوجوان را، در مقایسه با والیبالیست‌­های نخبه، در این شاخص‌ها، در وضعیت‌های نامتناسب با رشته والیبال، نیمه‌­متناسب، متناسب، استعداد درخشان، و نادر طبقه‌­بندی می‌کند. پژوهش حاضر، با تلفیق پژوهش‌های صورت‌گرفته، در دو حوزه تعیین شاخص‌­های مؤثر، و هنجاریابی ورزشکاران نخبه در این شاخص‌­ها، نرم‌­افزاری هوشمند برای استعدادیابی در رشته ورزشی والیبال ارائه داده است که قادر است به مربیان و متخصصان ورزش والیبال در انتخاب ورزشکاران مستعد این رشته در رده‌­های پایه یاری رساند.
متن کامل [PDF 804 kb]   (185 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصی
دریافت: 1399/4/27 | پذیرش: 1399/4/25 | انتشار: 1399/4/25

فهرست منابع
1. Green, M., Houlihan, B. (2005). Elite sport development: policy learning and political priorities. Routledge press Publishing, London and New York. 22-5. [DOI:10.4324/9780203022245]
2. Anshel, M.H., Lidor, R. (2012). Talent detection programs in sport: the questionable use of psychological measures. Journal of Sport Behavior. 35(3):239-66.
3. Zheng, J., Chen, S. (2016). Exploring China's success at the Olympic Games: a competitive advantage approach. Journal of European Sport Management Quarterly. 16(2):148-71. [DOI:10.1080/16184742.2016.1140797]
4. Vaeyens, R., Lenoir, M. (2008). Talent identification and development programmers in sport: Current models and future. Journal of Sport Medicine. 38(9):703-14. [DOI:10.2165/00007256-200838090-00001]
5. Barreiros, A., Côté, J., Fonseca, A.M. (2014). From early to adult sport success: Analyzing athletes' progression in national squads. European Journal of Sport Science. 14(1):178-82. [DOI:10.1080/17461391.2012.671368]
6. Sadeghi, H., Basatnia, R. (2010). Anthropometric and kinematic properties of Hossein Rezazadeh, Iranian world and Olympic champion in snatch weightlifting. Journal of Sport Medicine Studies. 26, 302-309. [Persian]
7. Breitbach, S., Tug, S., Simon, P. (2014). Conventional and genetic talent identification in sports: Will recent developments trace talent? Journal of Sports Medicine. 44(11):1489-503. [DOI:10.1007/s40279-014-0221-7]
8. Abbott, A., Collins, D. (2004). Eliminating the dichotomy between theory and practice in talent identification and development: considering the role of psychology. Journal of Sports Sciences. 22(5):395-408. [DOI:10.1080/02640410410001675324]
9. Zary, J.C., Reis, V.M., Rouboa, A. (2010). The somatotype and dermatoglyphic profiles of adult, junior and juvenile male Brazilian top-level volleyball players. Journal of Science and Sports. 25(3):146-52. [DOI:10.1016/j.scispo.2009.09.002]
10. Wang, L. (2003). Adaptive fuzzy system and control: Design and stability analysis, Prentice Hall Publishing. 3rd Ed.
11. Hong, L. (2001). Fuzzy neural intelligent system: Mathematical foundation and application in engineering. CRC Press Publishing. p.125-6.
12. Noori, M.H., Sadeghi, H. (2013). Designing basketball talent identification software based on fuzzy logic. Journal of Sport Medicine Studies. 13(5):27-38. [Persian]
13. Ebrahim, Kh. (2002). The study of current situation and determining talent identification criteria in volleyball. Research Project, Sport Sciences Research Institute. [Persian]
14. Brown, J. (2003). Sport talent identification. Human Kinetics Publishing, 2nd Edition, 33-43.
15. Papic, V., Rogulj, N. (2009). Identification of sport talents using a web-oriented expert system with a fuzzy module. Expert Systems with Applications. 36(5):8830-8. [DOI:10.1016/j.eswa.2008.11.031]
16. Gall, F., Carling, C., Williams, M., Reilly, T. (2010). Anthropometric and fitness characteristics of international, professional and amateur male graduate soccer players from an elite youth academy. Journal of Science and Medicine in Sport. 13(1):90-5. [DOI:10.1016/j.jsams.2008.07.004]
17. Votteler, A., Honer, O. (2014). The relative age effect in the German football TID programme: Biases in motor performance diagnostics and effects on single motor abilities and skills in groups of selected players. European Journal of Sport Science. 14(5):433-42. [DOI:10.1080/17461391.2013.837510]
18. Vale, P., Ramos, A., Salgado, B., Correia, P., Martins, J. (2009). Differences in technical skill performance of Portuguese junior soccer players according to competitive level and playing position. Faculty of Sport Science, University of Porto, Porto, Portugal. 10-44.

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به سامانه نشریات علمی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2021 All Rights Reserved | Research in Sport Medicine and Technology

Designed & Developed by : Yektaweb