تعيين هوشمند اندازه بار در آزمون وينگيت با استفاده از تكنيك هاي داده كاوي

زمينه و هدف:آزمون وينگيت شامل 30 ثانيه تمرين فوق بيشينه روي يك دوچرخه كارسنج استكه ميزان بار اعمال شدهبراساس وزن فرد تعيين مي شود. اندازه بار علاوه بر وزن آزمودني به پارامترهايي از جمله سن و جنسيت نيز وابسته است. علاوه بر پارامترهاي نامبرده شده، پارامتر هايي ازقبيل ميزان سطح ورزشي، درصد چربي زير پوستي و سطح مصرف دخانيات آزمودني نيز در تعيين اندازه بار تاثيرگذار مي باشند. هدف از پژوهش حاضر ارائه يك روش هوشمند با استفاده از تكنيك داده كاوي براي تعيين اندازهبار در آزمون وينگيت با توجه به تمامي پارامتر هاي مداخله گر مي باشد. روش تحقيق:آزمون وينگيت به وسيله چرخ كارسنج (مونارك 894) سه نوبت روي 30 نفر داوطلب مرد ازدانشجويان دانشگاه اصفهان انجام شد. در اين تحقيق از نرم افزار راپيدماينر براي تجزيه و تحليل داده ها استفاده شده است. يافته ها: براساس الگوريتم هاي داده كاوي ويژگي هايي كه بيشترين تاثير را به ترتيب در پيش بيني ميزان بار داشته اند شامل: قد، وزن، سن، ورزش، ميزان چربي زيرپوستي خاصره اي و ميزان چربي زير پوستي شكمي مي باشد. نتيجه گيري:بر اساس نتايج به دست آمده از اين تحقيق، تكنيك داده كاوي توانسته است اندازه بار را چه براي داده هاي آموزشي و چه براي داده هاي آزمايشي پيش بيني كند. بنابراين با استفاده از تكنيك مورد نظر مي توان اندازه بار را براي افراد بطور دقيق پيش بيني كرد.نرم افزار حاصل از اين تحقيق درحال ويرايش نهايي براي ارائه به بازار است.