Управление соревновательной деятельностью команд топ уровня на основе моделей вероятностного взаимодействия игроков
Аннотация. Задача управления командой топ уровня состоит в том, чтобы подобрать параметры управления и их значения, позволяющие добиться максимального счета предстоящего матча. Она заключается в оптимизации состава, направленности игры, расстановки игроков, игровых заданий, постоянной необходимости перестроения команды, реагировании на успешность выбранных тактических решений. В качестве исходного шага создаем единое информационное пространство всех команд в виде рейтинга. Для работы технологии PIRS создан web-сервис ra-first.com, который осуществляет мониторинг результатов всех профессиональных команд мира. Усовершенствована модель технологии PIRS оценки реализации голевого момента в ИВС. В ней дополнительно учтены 4 новых аспекта, в частности удар из безопорного положения. Использовали рейтинги вратарей и атакующих игроков. Благодаря изменениям корреляции с результатом матча в сравнении с XG (r=0,55) оказалась выше на 39% - (r = 0.81) по результатам 15 матчей команд топ уровня. Усовершенствована модель технологии PIRS оценки «стоимости» технико-тактического действия в ИВС. В работе предложено оценивать ТТЕ не по их количеству, а исходя из количества «отсеченных» игроков команды соперника от ворот. В этом случае коэффициент корреляции ожидаемого счета матча из стоимости ТТЕ по линиям в том же турнире r = 0,92. Усовершенствованные модели вероятностного взаимодействия игроков позволили модифицировать технологию управления PIRS, которая позволяет рассчитывать на предельное значение результата в матче. Если принять этот результат за 100%, то уровень тренеров команд топ класса ниже на 33%. Дальнейшая практическая работа позволила сборной РФ по мини футболу перейти с 5 места в мировом рейтинге на 1 место в 2016 г. Модель управления имеет экономический аспект. Российская премьер лига – 6-я по бюджетам клубов, тогда как сборная 33-я в мире (2020). Коэффициент корреляции уровня оплаты и уровня игры по известным данным суперлиги РФ равен 0,138.
Содержание не найдено
Список литературы:
1. Полозов А.А., Краев М.В., Газимова З.Ф. Информационная модель футбола на примере участия сборной России на ЧМ 2018 /А.А. Полозов, М.В. Краев, З.Ф. Газимова // Человек. Спорт. Медицина. — 2018. — Т. 18. — №. 1. — С. 138-148.
2. Шемятихин В.А., Полозов А.А., Терехова Н.Ю., Краев М.В., Брехова Л.Л., Тактическое моделирование игры в мини-футболе на примере матча ½ кубка УЕФА Газпром-Югра (Россия) - Спортинг (Португалия) / М.В. Краев и др. //Успехи современной науки и образования. – 2017. –№8. –с. 82-87.
3. Краев М.В., Полозов А.А., Набойченко Е.С. Сравнение эффективности оценок в футболе и единоборствах с учетом технико-тактических действий спортсменов / М.В. Краев, А.А. Полозов, Е.С. Набойченко //Теория и Практика Физической Культуры. — 2020. — №5 — С. 76-79.
4. Краев М.В., Полозов А.А., Ахметзянов А.Р., Полозова К.А. Сравнение методов поддержки принятия решений тренеров футбольных команд топ-уровня в различных технологиях ИТ-аналитики / М.В. Краев, А.А. Полозов, А.Р. Ахметзянов, К.А. Полозова // XXI век: итоги прошлого и проблемы настоящего плюс. — 2021.
5. Краев М.В., Полозов А.А., Соколовская Л.В. Мониторинг рейтинга игроков и команд топ-уровня для принятия тактических решений / М.В. Краев, А.А. Полозов, Л.В. Соколовская // XXI век: итоги прошлого и проблемы настоящего плюс. — 2021.
Статьи в периодических изданиях и сборниках, индексируемых в научных базах Scopus и Web of Science:
6. A.A. Polozov, T. Ovchinnikova, S.V. Mikhryakov, M.V. Kraev, P.V. Zhuravlev, A.V. Rolis. Optimization of rating algorithm in sports in comparison with bookmakers' ratings. // International Conference on Numerical Analysis and Applied Mathematics, (ICNAAM 2018) [430017] (AIP Conference Proceedings; Том 2116). American Institute of Physics.
7. A.A. Polozov, M.V. Kraev, S.V. Mikhryakov, L. Ryabova, D. Denisov. Information model of football and its application to forecast the results of the 2018 world championship. // International Conference on Numerical Analysis and Applied Mathematics, ICNAAM 2018 [430011] (AIP Conference Proceedings; Том 2116). American Institute
Первым шагом мы берем расстановку соперника с предыдущего матча. Тренер может внести в нее свои коррективы. Вторым шагом определяем расстановку для нашей команды, позволяющую выиграть наибольшее число ТТЕ. Нами было предложено использовать стоимость ТТЕ в атаке и обороне - Ct(Ob, Poz), которая пропорциональна числу «отсеченных» игроков от ворот соперника.
В представленную модель PIRS соискателем были внесены ряд существенных изменений.
Также были внесены существенные изменения в оценку реализации голевого момента. В сравнение с технологией PIRS cтали учитывать рейтинги нападающих Rti и рейтинги вратарей Rtj. Коэффициент A рассчитывали не для всех ударов вместе. А по отдельности для 4 типов ударов (удар