保持一定的人体成分比例是衡量一个人是否健康的重要指标之一。当疾病发生时,人体内相关体成分含量的变化往往会早于临床症状,通过对体成分进行量化分析可以判断人体的健康状况。因此,根据测量的人体体成分数据,如何正确、快速地预测出今后一段时间的人体成分十分必要,可以帮助青少年预测自身的健康状况,从而指导青少年改善饮食和运动方案。但如何预测人体成分是一个难题,存在预测不准确、难以预测的问题。针对青少年的体成分预测不够准确和营养运动方案质量不高,本文提出一种基于粒子群算法的青少年体成分预测方法,并依据体成分预测结果向青少年推荐个性化的营养运动方案,设计并实现青少年体成分预测及营养运动方案推荐系统。主要的研究工作如下:1、针对现有的体成分预测仅仅只是当前的体成分做出测量,没有对未来一段时间的体成分进行预测,提出一种基于粒子群算法的青少年体成分预测方法,对青少年未来一段时间的体成分进行预测,以基于相关性协方差的马氏距离作为衡量人体成分相异度距离的标准,通过粒子群算法计算权值,找到相异度距离最小的体成分数据作为参考值,从而预测体成分。模拟预测和案例分析表明,该方法的人体成分预测结果与实际跟踪测量的数据较为接近,具有一定的精确性。2、针对现有的运动营养方案仅仅只是当前的体成分对应的运动营养方案,没有对未来一段时间的体成分进行运动营养方案推荐,提出一种个性化运动营养推荐方案,为青少年提供未来一段时间的运动和营养方案,通过分析体成分、运动方案、营养方案的属性,建立联系规则,并构建规则库,依据青少年的个体属性推荐运动营养方案。3、设计并实现了青少年体成分预测及营养运动方案推荐系统。利用基于粒子群算法的青少年体成分预测方法和个性化运动营养推荐方案开发实现了系统,包括客户端和后台管理系统,其中客户端包括PC端和移动端,用户可查看体成分的测试数据和预测结果,并向其推荐个性化营养运动方案,后台管理系统包括学校管理、学生管理、体成分管理、运动管理、营养管理、运动方案管理、营养方案管理等功能。开发实现的青少年体成分预测及营养运动方案推荐系统已在某公司试用,经对某市3万多中小学生的测试与使用表明,总体效果良好,具有一定的实用性。