پديد آورندگان :
ايزدمنش، فخرالدين نويسنده , , حامدي نيا، دكتر محمدرضا نويسنده , , حسيني، دكتر ابراهيم نويسنده ,
كليدواژه :
تمرين مقاومتي , حجم تمرين , شبكه هاي عصبي مصنوعي , بهينه سازي , قدرت بيشينه
چكيده فارسي :
هدف از تحقيق حاضر بهينه سازي حجم تمرين مقاومتي براي افزايش قدرت بيشينه با كمك شبكه هاي عصبي مصنوعي بود. به همين منظور، 12 تركيب متنوع از ست ها وتكرارها در نظر گرفته شد. از بين كليه دانشجويان پسر دانشگاه(سن2/1 ± 22 سال، قد7 ± 173 سانتي متر، وزن 7/10 ± 66 كيلوگرم ) كه واحد تربيت بدني را انتخاب كرده بودند، تعداد 94 نفر به صورت نمونه در دسترس انتخاب شده و به روش تصادفي به هشت گروه تمريني( RM 3 × 3 ست،RM 4 × 3، RM 6 × 3، RM 4 × 4، RM6 × 4، RM 3 × 5، RM 5 × 5 و RM 6 × 5) تقسيم شدند.پاسخ 4 گروه باقيمانده(RM 5 × 3، RM 3 × 4، RM 5 × 4 و RM 4 × 5)، از دامنه ست ها وتكرارهاي فرض شده، به كمك شبكه عصبي مصنوعي پيش بيني شد. آزمودني ها در هر گروه 8 هفته و هر هفته 2 جلسه، حركات پرس سينه، پرس پا با دستگاه، حركت زير بغل قايقي و پشت پا خوابيده با دستگاه را انجام دادند. پيش از شروع و پس از پايان دوره تمريني، قدرت بيشينه (1RM) در حركات پرس سينه و پرس پا، وزن بدون چربي و درصد چربي آزمودنيها اندازه گيري شد. در اين پژوهش مدل شبكه هاي عصبي مصنوعي با 2متغير ورودي و يك متغير خروجي طراحي شد. در پايان نتايج گروه هاي تجربي و همچنين نتايج گروه هاي پيش بيني شده كه به صورت درصد بيان شده بود، با يكديگر مقايسه شد ونتايج زير به دست آمد: گروه RM 6 × 5، بيشترين قدرت بيشينه را در پرس پا، وزن بدون چربي و كاهش درصد چربي كسب نمود و گروه RM 4 × 4، بيشترين قدرت بيشينه را در پرس سينه به دست آورد. با توجه به اين نتايج، براي افرادي كه مايلند، در دامنه مذكور از ستها وتكرارها، بيشترين قدرت را در عضلات پايين تنه، وزن بدون چربي و كاهش درصد چربي بدن كسب نمايند، پروتكل با حجم بالا نسبت به ساير پروتكلها برتري دارد، در حالي كه افزايش قدرت بيشينه در عضلات بالاتنه با استفاده از پروتكلهايي با حجم كمتر نيز كسب خواهد شد.
چكيده لاتين :
The aim of this research was to optimize of resistance training volume for improvement maximal strength with the help of artificial neural network. For this purpose, 12 different combines of sets and repetitions has considered, then 94 untrained male selected as available sample between all boy students of University ( age 22 ± 1.2 years, height 173 ± 7 cm, body mass 66 ± 10.7 kg ) that had registered physical education, and were randomly assigned to 8 training groups (3×3 RM, 3×4 RM, 3×6 RM, 4×4 RM, 4×6 RM, 5×3 RM, 5×5 RM and 5×6 RM), and 4 remained groups (3×5 RM, 4×3 RM, 4×5 RM and 5×4 RM) eliminated from proposed sets and repetitions domain because with the help of artificial neural network can be predicted results of this groups. Subjects in each training groups performed bench press, leg press, rowing and lying leg adduction exercises, 2 days per week, for 8 weeks. Before beginning and after ending of training period, lean body mass, body fat percentage, and 1 repetition maximum (1RM) values for leg press and bench press was measured. In this research artificial neural network model, designed with 2 input variables and one output variable. At the end, the results of experimental and predicted groups, that they have stated in percentage, was compared with each other, and following results gained: the 5×6 RM group achieved greater increase in leg press 1RM and lean body mass and greater decrease in body fat percentage, whereas 4×4 RM group achieved greater increase in bench press 1RM. According to these results, people who are interested to gain greater maximal strength in lower body muscles, lean body mass and decrease in body fat percentage, in above-mentioned of domain of sets and repetitions, high volumes training protocol, is superior to other protocols; whereas increasing of maximal strength in upper body muscles by use of lower volume protocols, will be achieved too.
