里约热内卢奥运会奖牌榜预测.docxVIP

PAGE \* MERGEFORMAT19 里约热内卢奥运会奖牌榜预测 摘要 第31届夏季奥林匹克运动会将于2016年8月5日-21日在巴西的里约热内卢举行，奖牌榜的排名成为大家关心的热点问题。首先，通过对1996年至2012年5届奥运会奖牌榜进行相关性分析，得到连续两届奥运会奖牌榜排名相关系数为0.698；相隔一届的相关系数为0.539；相隔两届的相关系数为0.440；相隔两届以上的相关系数小于0.2,相关性极小可忽略不计。数据表明下一届奥运会奖牌榜排名只与前三届的排名情况有关。因此分别以各国前三年的排名情况经过马尔科夫链预测得到下一届排在各个名次的概率，并以相关系数归一化后作为权重计算最后的概率，最终计算得到各国下届奥运会排名的数学期望。按各个国家名次的数学期望排序得到预测的2016年奖牌榜前十名为美国、中国、俄罗斯、英国、韩国、法国、澳大利亚、日本、匈牙利、德国。 然后，用国家总人口、人文发展指数、入境旅游人数、东道主效应四个影响因素作为修正项对上述预测模型进行改进。以世界银行公布相应年份的各指标数据与该年奖牌榜排名名次作散点图，图像表明国家总人口的对数、人文发展指数、入境旅游人数的对数均与排名线性相关。用2012年伦敦奥运会的数据拟合出参数值，得到修正后奖牌榜排名预测公式：b=Eb-0.001lgPEO-1.48HDT-5.494lgMAN-3.306HOST+9.311+ε。以该公式对北京奥运会 最后，根据预测出的前十名国家的总人口、入境旅游人数，人文发展指数、奖牌榜排名四个指标结合预测出的名次用模糊评价按体育水平高、中、低对这十国分类。在模糊评价中，运用熵值法和主观定权相结合的方式确定指标权重，得到四项指标的权重分别为0.3221,0.0039,0.5076,0.1665，用正态函数确定各国的模糊矩阵，用最大隶属度原则确定各国所属类别。模糊评价结果表明，美国的体育水平为高等级，中国、俄罗斯、英国体育水平为中等级，韩国、德国、法国、意大利、澳大利亚、日本为低等级。 关键字：奖牌榜预测马尔科夫链多元非线性回归熵值法模糊综合评价 问题重述 1.1 问题背景 奥运会是竞技体育顶级盛会，其所获奖牌数及国家排名不仅仅是一个国家体育水平的反应，也是国家经济、政治和综合实力的具体体现。明年第31届夏季奥林匹克运动会将于2016年8月5日-21日在巴西的里约热内卢举行，对于即将举行的里约奥运会，大家普遍关心的问题就是奖牌榜的排名，奥运会奖牌榜成了大家关心的热点问题。 2.2 问题提出 (1)根据以往各国奖牌榜排名情况，以及各国经济发展、人口体质、政府政策等各种能影响到奖牌榜的因素，建立数学模型，预测2016里约奥运会的奖牌榜前十名。 (2)对于预测出的2016年里约奥运会奖牌榜前十名的国家根据问题（1）中的指标和预测出的名次对各国体育水平进行分类。 问题分析 对于年奥运会奖牌榜的排名情况这个不确定性过程，单纯地对每个国家的历史排名进行线性或非线性拟合在进行预测并不可取。因为得出的每个国家的排名可能相等，对预测排名相等的国家进行排序又将成为一个棘手的问题，另外这种方法没有考虑到竞技体育中各个国家的相互影响。相反的马尔科夫链模型对这类问题具有很好地适应性，它的短板就是需要保证下一届的排名情况只与前一届的排名有关。因此，我们需要先对近几届的奥运会奖牌榜排名情况进行相关性分析，若符合上述条件则按马尔科夫链预测模型的方法可以很好滴解决这个问题；若不满足我们需要马尔科夫链预测模型进行改进，比如分别考虑前几届奖牌榜排名对下一届的影响。 接下来用以往的奥运会奖牌榜的排名数据产生概率转移矩阵，使用马尔科夫链或者改进的马尔科夫链进行预测，针对预测的偏差，可以用多元线性回归模型进行修正，将其他影响奖牌榜排名的因素纳入考虑范围，建立模型后对已知奖牌榜排名进行检验。对于各国体育水平的分类可以使用模糊评价法，模糊评价的指标为上述奖牌榜预测的排名和其他与体育水平有关的因素，其中各项指标的权重运用熵值法进行确定。 模型假设 结合实际，我们提出了以下假设： （1）两届奥运会排名相关性很小的视为无影响 （2）世界各国的人口、平均年龄、GDP等指标可以代表其体育发展水平，并且收集到的数据均真实，没有人为臆造的情况 （3）所选取的指标数据短时间内不会发生变化 （4）不考虑体育大国由于各种原因拒绝参加奥运会 （5）奖牌榜前十名中的国家不会发生剧变 （6）各个国家的运动员都诚信参赛，没有使用药物（如兴奋剂）的作弊情况 （7）每个国家的人口、平均年龄、GDP等指标的值都不会无限增大，都会达到一个最大值 四、符号说明 符号 含义 符号 含义 b 一个国家奖牌榜上的名次 HDT 人文发展指数 P 状态转移概率矩阵 R 综合测度向量 PEO 人口总数 α 主观确定的权重向