بیش از یک صد سال است که دانشمندان در تلاش هستند تا ویژگی های پیکری و ترکیب بدنی ورزشکاران نخبه را با هدف یافتن ارتباط این ویژگی ها با اجرای ورزشی توصیف کنند. آگاهی از ارتباط بین اجرای ورزشی با شکل، اندازه، نسبت ترکیب بدنی کمک موثری در دستیابی به ویژگی های پیکری بهینه در هر ورزش می کند. لازمه موفقیت در رشته های مختلف ورزشی، شناخت عوامل موثر بر قهرمانی است. عوامل چندی برای موفقیت در ورزش های مدرن امروزی وجود دارد. یکی از مفاهیم بسیار مهم در ورزش ها، فرایند شناسایی استعداد است.علیرغم اهمیت استعدادیابی و شناسایی افراد مستعد برای رشته های ورزشی، مستندات و مطالعات مرتبط با استعدادیابی در کاراته بسیار اندک است. این روش مدل سازی استعدادیابی قابل بروز رسانی می باشد و با تغییر ویژگی ها و شاخص های جامعه تغییر می کند. لذا با توجه به چنین برتری نسبت به روش های دیگر، محقق را بر آن داشته که یک چنین مدلی را بر اساس الگوریتم های هوش مصنوعی طراحی نماید و درصد طبقه بندی صحیح(روایی) و درصد حساسیت(پایایی) آن را به دست آوریم.هدف از انجام این تحقیق طراحی، روایی و پایایی سنجی مدل استعدادیابی ورزشکاران کاراته کا مبتنی بر الگوریتم های هوش مصنوعی است. آزمودنی ها به صورت نمونه گیری در دسترس به دو گروه کاراته کاهای نوجوان نخبه (19 نفر) و نوجوان غیر کاراته کا (20 نفر) تقسیم شدند. فاکتورهای اندازه گیری شامل متغیرهای آنتروپومتریکی و بیومکانیکی مبتنی بر پیشینه تحقیق بود. از روش های آمار توصیفی برای توصیف داده ها و رسم نمودارهای مختلف استفاده شد. از آزمون کلموگروف-اسمیرنوف برای تعیین نرمال بودن توزیع داده ها استفاده شد. برای کاهش حجم داده ها و تعیین مهم ترین متغیرهای آنتروپومتریکی و بیومکانیکی از روش آماری آنالیز مولفه های اصلی اطلاعات (pca) و سپس در بخش مدل سازی از الگوریتم شبکه های عصبی که دارای سه لایه ورودی (10 نرون)، میانی(7 نرون) و خروجی(2 نرون) بود، استفاده شد. نتایج این تحقیق نشان داد که مهم ترین متغیرهای آنتروپومتریکی کاراته کاهای نوجوان نخبه چربی زیرپوستی سینه ای، قد، محیط سینه، whr، محیط مچ پا، چربی زیرپوستی سه سر بازویی، طول ظاهری پا، چربی زیرپوستی شکم و طول گستره دست ها و مهم ترین متغیرهای بیومکانیکی آن ها سرعت دویدن، توان عضلات پا، قدرت نسبی پنجه دست، تعادل ایستا، درازنشست، چابکی و قدرت مطلق پنجه دست می باشد. همچنین درصد طبقه بندی صحیح و حساسیت داده ها بالا و به ترتیب 87? و 85? بود. با توجه به یافته های این تحقیق می توان از این روش و مشخصه های آنتروپومتریکی و بیومکانیکی خروجی از مدل هوشمند در کنار سایر روش ها برای استعدادیابی کاراته کاها استفاده کرد.