基于TOPSIS和BPNN的网球运动员“势头”的量化研究 .pdf

基于TOPSIS和BPNN的胡顺员势头”的酬砌

一、简介

当今社会，网球这项体育运动越来越受欢迎。频繁的赛季转换、高度的

比赛安排和以赛代练是网球的显著特点[1],当描述比赛的整体走势出现了不可

思议的波动或者转折点时，“势头”这个词被经常提及。“势头”指运动员在一系列

事件之后获得的一种能够提升比赛状态和气势的动力，它在网球比赛的走势中

起到了相当重要的作用。[2]

在2023年温布尔登网球公开赛男子单打决赛中，尽管阿尔卡拉斯在第一

盘中落后了5分，他在第二、三、五盘中分别以7-6,6-1,6-4比分获胜，

最终逆转局势，打败了德约科维奇。于是，一个自然的想法是，在这场比赛中

“势头”在阿尔卡拉斯第一盘大幅度落后及后面乘胜追击时发挥作用，扭转了比

赛结果。根据以上背景，本文将“势头”选做研究对象。但考虑到“势头”是一种球

员在比赛过程中拥有动力的主观感受，很难进行准确的刻画，无法衡量球员在

某一时刻有多少“势头”，也难以说明“势头”在一场比赛中是如何产生及变化的。

基于此，本文的主要任务是给“势头”一个量化的指标，找到在“势头”不断作

用下比赛局势发生逆转的具体时刻，同时找出对“势头”影响较大的因素。本文

利用2023年温布尔登网球公开赛男子单打比赛的数据进行研究，并考虑了如

下假设：

1.两个球员综合实力的差距可以用他们在ATP上的实时排名的差距来衡

量。

2.环境等客观因素如天气、场地等不影响球员的表现水平。这是因为比赛

会因不理想的天气延后，并且承办比赛的场地均满足一定的标准。

3.比赛轮次不影响球员的状态。即每个球员的比赛状态在不同场、盘及局

中保持稳定。

4.每一分的比赛结果只影响球员下一分比赛中的表现水平，且每一分在比

赛进程中的位置不影响球员的状态。由于比赛的盘数和比分在一定程度上能够

体现比赛的进程，于是本文假定在局点和盘点时的关键分与非关键分对球员的

影响是一样的。

5每.一得分的性质相同。由于双发失误、ACE球、破发点等具有特殊性质

的分已经在比赛结果比分中有所反映，故此处不加以考虑。

二、数据集介绍及预处理

2023年温布尔登网球公开赛男子单打比赛决赛的数据包含了31场比赛中

每一分的信息。每一行数据含有比赛编号、盘数、局数、分、球员双方的名称

等基本信息。本文将此数据集中的每行分别以两个球员作为主体，拆分为两

行，将数据集整理成共含有了14568行的新数据集。则新数据集的各行拥有唯

一主体，称为球员，同一分中的另一方被称为对手。

数据集中与比赛表现相关的变量符号及含义如表1、表2、表3所示。

此外，本文还定义了两个组合变量：Server_countxServer,

ServerxSeed_no,分别记为Server_no,Seedo根据假设5,P1_ace,

P1_break等变量含有的特殊信息已蕴含在比分中，故不需要添加额外变量。

本文利用随机森林填补了seed_no中含有的752个缺失值。经过检验，

未发现不符合常识的离群值，故不进行其他处理。

三、“势头”的衡量及比赛结果的估计

（一）基于TOPSIS嫡权法的“势头”的量化估计

考虑到“势头”是一种比赛状态，本文利用与比赛表现相关的变量来估计球

员在比赛指定时刻的“势头”的多少。

根据假设3与4,每一分所处位置不影响球员状态，故本文能够把每一分

的信息作为被评价对象，并利用TOPSIS嫡权法给出一个比赛状态评分。评分

越高说明球员在这一分的“势头”越大，表现得越好，赢的可能性也越大。此评

分就是“势头”的一个量化指标。

1.嫡权法为指标赋权

指标权重的确定是TOPSIS的重要环节，而采用嫡权法可有效消除主观判

断的影响。它利用嫡值判断指标的离散程度，并把嫡值更大的指标赋予更高的

权重。接下来采用此方法计算权重。

共有14568个被评价的分，24个评价指标。首先构建判断矩阵：X=

（刈）14568*24（i=1,2,14568;j=1,2,24）。对判断矩阵进行标

准化处理，得到

xij=xijxjmax

其中xjmax指第j个指标的最大值。接下来计算信息嫡

Hj=-kZ1