中超联赛-同济大学数学系.PDF

同济大学2018 年数学建模竞赛C 题 摘 要 足球赛事的战术评价与排名机制的选定对于提高球队竞技水平、激发球员拼 搏的积极性有着重要的作用。首先，我们通过主成分分析法、BP 神经网络构建 了球队实力的多维度评价模型并以此预测战绩。其次，我们通过定义不完全信息 偏差度d 来衡量比赛推进过程中各排名算法的优越性。最后，我们评价了外援对 球队实力与打法的多维度影响。 针对问题一，我们构建了球队实力的多维度评价模型，并结合主客场因素来 预测第九轮的战绩。首先，针对每场比赛的技术数据，我们运用主成分分析法提 取了3 个主成分指标——球队威胁性进攻的技术及能力战术，积极防御的技术及 战术能力，传控与协同配合的技术及战术能力。其次，我们运用BP 神经网络来 预测第九轮的战绩——我们设置了主客场两队的3 个维度的实力为自变量，设置 了战绩为因变量，通过训练神经网络，使检测组达到了 76.9%的正确率。最后， 我们预测的战绩如下表。 主场 大连 斯威 富力 华夏 上港 人和 泰达 苏宁 客场 恒大 权健 申花 建业 国安 鲁能 恒丰 亚泰 主场的战绩预测 负 胜 平 胜 平 负 胜 胜 针对问题二，我们定义了不完全信息偏差度d，以此来量化评价不同算法在 比赛推进过程中、也就是不同信息完全度下衡量球队实力算法的准确度。首先， 我们考量了三种排名算法——进攻强弱系数排名法、综合强弱系数排名法以及题 给的积分法。其中在进攻强弱系数排名法中，我们统计了球队两两比赛时的进球 数矩阵A，设置了进攻强弱系数向量X，由关系式AX X ，计算得到球队强弱 系数向量X。我们类似地设计了综合强弱系数排名法——以球队两两比赛时的积 分矩阵B 代替A。最后，我们通过计算不同算法的d 来评判比赛推进过程中各算 法的优越性，所得结果如下表。 轮次 较优的算法 第5 到10 轮 综合强弱系数排名法、进攻强弱系数排名法 第10 到20 轮 综合强弱系数排名法 第20 到30 轮 综合强弱系数排名法、积分法 结果表明，综合强弱系数排名法克服了积分法在比赛初期，由不完全竞争导 致的偏差，具有优越性。最后，我们运用综合强弱系数排名法，基于前8 轮比赛 成绩，对16 支队伍进行了排名。 针对问题三，我们从两个方面评估中超赛事中外援的重要程度——外援对球 队多维度实力的贡献度以及外援对球队打法的影响。首先，我们运用主成分分析 法衡量了外援对球队实力三个维度——进攻与突破、防御及反击、传控及助攻实 力的贡献程度，并以广州富力、天津权健为例详细分析每个外援的贡献度。最后， 我们运用变异系数作为确定权重的方法，构建了外援对球队打法的评价模型。 关键词：BP 神经网络 主成分分析法 变异系数法 不完全信息偏差度 1 目 录 一、问题重述3 二、问题分析3 三、问题假设5 四、符号说明5 五、问题一的模型建立与求解6 5.1 构建球队实力的多维度评价模型6 5.2 技术指标的筛选和确定：运用主成分分析法6 5.4 模型评价 12 六、问题二的模型建立与求解 12 6.1 问题假设 12 6.2 定义不完全信息偏差度 12 6.3 设计三个排名算法 13 6.3.1 进攻强弱系数排名法 13 6.3.2 综合强弱系数排名法 15 6.3.3 积分法 16 6.4 偏差度 16 6.5 实力排名 17 6.6 模型评价 17 七、问题三的模型建立与求解 18 7.1 问题假设 18 7.2 评估外援的重要程度 18 7.2.1 外援对球队多维度实力的贡献度