急慢性负荷比（ACWR）

**急慢性负荷比（ACWR）**用于比较模型化近期负荷与长期负荷。在 Trainingload.ai 中，页面显示的 A:C 值是当日疲劳（ATL）除以当日体能（CTL）。

ACWR 可以帮助定位近期负荷相对长期趋势发生了多大变化，但它不能预测伤病或准备度，也不直接测量适应、疲劳、恢复或医学风险。

示例数值仅用于界面预览。

ACWR 的数值来源

ACWR 没有独立的活动负荷输入。Trainingload.ai 会先根据活动数据和负荷来源优先级计算每日负荷，再维护两条指数负荷曲线：

• ATL 默认使用 7 天时间常数，近期负荷的影响更大。
• CTL 默认使用 42 天时间常数，变化速度更慢。
• ATL 和 CTL 使用同一组每日负荷，因此活动缺失、重复、阈值变化或负荷来源变化都可能改变 ACWR。
• ACWR 是无单位比值；它不会保留 ATL 和 CTL 的绝对规模。

公式

Trainingload.ai 先按照与 Intervals.icu 一致的指数时间常数口径计算当日 ATL 和 CTL：

decay_ATL = exp(-1 / 7)
decay_CTL = exp(-1 / 42)

ATL_today = ATL_yesterday × decay_ATL + daily_load × (1 − decay_ATL)
CTL_today = CTL_yesterday × decay_CTL + daily_load × (1 − decay_CTL)

然后计算：

ACWR_today = ATL_today / CTL_today

例如，当日 ATL 为 60、CTL 为 50 时，ACWR 为 60 / 50 = 1.20。当 CTL 为零时，产品返回 0，避免除以零。

这是哪一种 ACWR

“ACWR”并不对应唯一算法。研究和产品可能使用不同的负荷输入、时间窗口和平均方法，因此同名指标未必可直接比较。

Trainingload.ai 当前使用的是耦合的 PMC 指数比值：

• 当日负荷同时进入 ATL 和 CTL。
• 分子与分母使用指数时间常数，而不是固定窗口的简单平均。
• 它不是“最近 7 天总负荷 ÷ 最近 28 天周均负荷”。
• 它也不是从长期窗口中排除最近 7 天的解耦 ACWR。

这意味着：来自其他 ACWR 算法、其他运动项目或其他负荷来源的研究阈值，不能直接当作 Trainingload.ai 数值的验证边界。

如何理解 ACWR

• ACWR 大于 1：当日 ATL 高于 CTL，近期模型负荷高于长期模型水平。
• ACWR 接近 1：ATL 与 CTL 接近，不代表训练量最佳，也不代表生理状态平衡。
• ACWR 小于 1：当日 ATL 低于 CTL，近期模型负荷低于长期模型水平。

比值必须与分子和分母一起看。比如 ATL 12 / CTL 10 与 ATL 120 / CTL 100 都等于 1.20，但两组绝对负荷和运动员上下文完全不同。新账号、历史数据不足或长期负荷很低时，一次训练也可能产生很大的比值。

界面分段如何使用

Client 当前把 A:C 分为四段：

这些分段只是界面复查提示。现有研究采用的算法和人群差异明显，而且 ACWR 与伤病之间的因果关系并未建立。因此它们不能证明某个数值“最佳”“安全”“危险”“训练不足”或“过度训练”。

适合回答的问题

ACWR 可以帮助回答：

• 近期模型负荷相对长期水平是升高还是降低？
• 某次比值变化主要来自 ATL、CTL，还是两者同时变化？
• 计划中的负荷构建、恢复周或减量是否改变了相对负荷？
• 异常变化是否能由具体活动、阈值或负荷来源解释？

ACWR 无法单独回答：

• 运动员是否会受伤或生病？
• 当前训练是否安全？
• 是否应该取消下一节训练？
• 运动员是否已经适应、恢复或达到比赛准备状态？
• 另一个平台显示的相同 ACWR 是否代表相同负荷关系？

实际复查流程

1. 确认 ACWR、ATL 和 CTL 对应同一天。
2. 同时查看 ATL、CTL 的绝对值，尤其注意 CTL 很小的情况。
3. 在 PMC 图表中定位比值从哪一天开始变化。
4. 回到具体活动，核对负荷、运动类型、日期和传感器数据。
5. 检查 FTP、LTHR、配速阈值或负荷来源优先级是否发生变化。
6. 加入课程完成质量、主观疲劳、睡眠、疼痛、生病和既往伤病等模型外信息。

参考资料

• Intervals.icu 开发者对体能与疲劳指数公式的说明
• Gabbett（2016）：训练—伤病预防悖论
• Windt 与 Gabbett（2019）：ACWR 的数学耦合问题
• Maupin 等（2020）：ACWR 与运动伤病关系的系统综述
• Impellizzeri 等（2020）：ACWR 的概念问题与根本缺陷
• Wang 等（2020）：从 ACWR 得到的活动与伤病分析教训

相关页面

• 疲劳（ATL）
• 体能（CTL）
• 状态（TSB）
• 训练负荷