مقدمه: والیبال از ورزشهای متداول و جذاب در بین جوامع مختلف است و جهت تدوین برنامه های استعدادیابی برای کشف و پرورش استعدادها و تعیین سهم شاخص های مختلف استعدادیابی در این رشته ورزشی نیاز به مطالعه بنیادی است. بنابراین هدف از انجام این تحقیق طراحی، روایی و پایایی سنجی مدل استعدادیابی ورزشکاران والیبالیست مبتنی برالگوریتم های شبکه عصبی مصنوعی است. روش: تعداد 250 والیبالیست نوجوان نخبه مرد با پست های دفاع وسط، پاسور، لیبرو، دریافت کننده قدرتی و دفاع وسط بصورت نمونه گیری تصادفی و در دسترس و 250 فرد ورزشکار غیر نخبه برای انجام تست ها انتخاب خواهند شد. فاکتورهای اندازه گیری شامل شاخص های آنتروپومتریکی، قابلیت های فیزیولوژیکی، ویژگی های روانشناختی، تواناییهای بیومکانیکی و مهارتی مبتنی بر پیشینه تحقیق می باشد.از آنالیز مولفه اصلی برای تعیین متغیرهای اصلی و تعیین ورودی شبکه عصبی استفاده شد. از الگوریتم شبکه های عصبی پرسپترون جهت طراحی شبکه عصبی مصنوعی استفاده شد. یافته ها: با استفاده از آنالیز مولفه اصلی، مهمترین متغیرهای مورد پژوهش جهت تشخیص والیبالیست نخبه به ترتیب: قد، مهارت اسپک ایفرد، مهارت سرویس ایفرد، اعتماد به نفس، شاخص قد نشسته، انگیزش، پرش اسپک و شاخص براکیال ساعد بدست آمد. با استفاده از آنالیز داده ها، 8 نرون توسط آنالیز مؤلفه های اصلی به ترتیب متغیرهای اشاره شده مشخص شد. تعداد نرون در لایه میانی 5 نرون (به منظور افزایش سرعت ران شدن مدل) انتخاب شد و تعداد نرون لایه خروجی در ساده ترین حالت کد صفر(نامناسب برای ورزش والیبال) و یک(مناسب برای ورزش والیبال) با تعداد تکرار 500 بار و نرخ یادگیری 01/0 بدست آمد. درصد صحت شبکه 87/0 و درصد حساسیت شبکه 85/0 تعیین شد. نتیجه گیری: در پژوهش حاضر با استفاده از آنالیز مولفه اصلی، مهمترین متغیرها از حیطه های آنتروپومتری و فیزیولوژیک، متغیرهای بیومکانیکی، روانشناختی و مهارتی بدست آمد و برای استعدادیابی ورزشی متغیرهای اصلی مشخص شد و با استفاده از این اطلاعات زمان لازم برای استعدادیابی ورزشی کاهش خواهد یافت. جهت افزایش دقت استعدادیابی، با استفاده از شبکه عصبی طراحی شده که دارای 8 نرون ورودی و 5 لایه میانی است می توان استعدادیابی را برای تمایز بیشتر و بهتر افراد نخبه و غیر نخبه برای والیبال انجام داد.
