在室内跑步机上进行锻炼不受季节天气影响并且简单高效,已成为大学生的一种重要健身方式。当前市面上的跑步机大多提供了一些运用领域知识构建的可选运动方案为运动者在锻炼健身时提供一定指导。但仍缺乏面向大学生并充分考虑其身体机能特点的个性化锻炼健身指导方案。如何在保证锻炼安全的前提下,有效提高大学生在跑步机上锻炼健身的效果已成为一个重要的研究问题。针对这一问题,本文研究并提出一种面向大学生的跑步机锻炼健身指导方法。本文的研究内容包括:（1）提出了基于领域知识和跑步机的大学生健身跑数据采集方法。该方法面向数据驱动健身跑建模需求,并充分考虑了健身跑领域知识和大多数跑步机速度和坡度可调范围,设计了符合大学生个人体征和保障锻炼安全的个性化健身跑数据采集方法。（2）构建了领域知识和数据驱动的大学生个性化健身跑集成建模方法。在本文数据采集方法的基础上,首先构建了数据驱动的自回归健身跑模型,并运用BP神经网、支持向量回归和随机森林三种方法将自回归模型与领域模型进行集成建模,以提高基于跑步机的大学生个性化健身跑模型的精度。（3）设计了基于混和编码的蚁群算法以生成面向大学生和跑步机的健身跑个性化运动方案。在本文建模方法的基础上,将健身跑个性化运动方案的生成抽象为一个带约束的、包含离散变量和连续变量的优化问题。进一步提出带约束的适应度评估方法及解的更新方法,以设计高效的、基于混合编码的蚁群求解算法。该算法生成的运动方案可为大学生在跑步机上进行锻炼健身提供安全、有效和个性化的指导。（4）开展了实验研究。招募男女共10名大学生进行实验对比研究。实验结果表明:本文数据采集方法既能避免运动强度过大,还可保证样本点的均匀分布;本文集成建模方法要优于领域建模和数据驱动的自回归模型;本文生成的个性化运动方案可帮助大学生在安全运动的前提下提高在跑步机上锻炼健身的效益。