基于团体赛出场阵容的优化模型.docx
- 文档编号:830726
- 上传时间:2022-10-13
- 格式:DOCX
- 页数:11
- 大小:243.79KB
基于团体赛出场阵容的优化模型.docx
《基于团体赛出场阵容的优化模型.docx》由会员分享,可在线阅读,更多相关《基于团体赛出场阵容的优化模型.docx(11页珍藏版)》请在冰豆网上搜索。
基于团体赛出场阵容的优化模型
基于团体赛出场阵容的优化模型
摘要
体坛界团体赛的出场阵容安排问题已经成为当代社会的热点问题。
在已知比赛项目规定的选手人数、团队的总人数等基本数据的条件下,建立了团体赛出场阵容安排问题的0-1规划模型,得到了出场阵容的结果。
模型一:
针对问题一
(1),要以选手的各单项得分的最悲观情况计算该团队尽可能高的总分并安排出场阵容,建立0-1规划模型。
利用Lingo求解,解得该队的团体最高总分为212.3分,出场阵容安排为:
运动员2,5,6,9参加四项全能比赛;运动员1参加跳马比赛;运动员3参加自由体操;运动员4参加平衡木和跳马比赛;运动员7参加高低杠比赛;运动员8参加平衡木比赛;运动员10参加高低杠和自由体操。
模型二:
针对问题一
(2),要以选手的各单项得分的均值计算该团队尽可能高的总分并安排出场阵容,建立0-1规划模型。
仍利用Lingo求解,解得该队的团体最高总分为225.1分,出场阵容安排为:
运动员2,3,9,10参加四项全能比赛;运动员1,4参加跳马比赛;运动员5,8参加平衡木和自由体操;运动员6,7参加高低杠比赛。
模型三:
针对问题二
(1),要为该队排出一个夺冠的出场阵容,但要保证夺冠的团体总分估计为不少于236.2分,建立规划模型,并以正态分布函数模拟得分与概率和关系。
同样用Lingo求解,对于问题二
(1),解得该队表现最好时的团队总分为236.2分,该队的得分均值为223.75分,用MATLAB求解该队夺冠的概率为1.9425*10^(-8)。
该队的出场阵容安排为:
运动员4,8,9,10参加四项全能比赛;运动员1参加平衡木和跳马比赛;运动员2参加跳马比赛;运动员3,5参加自由体操;运动员6参加高低杠比赛;运动员7参加高低杠和平衡木比赛。
模型四:
对于问题二
(2),在模型三的出场阵容下,通过正态分布函数模拟分析它有90%的把握战胜怎样水平的对手,解得该队以90%的把握能战胜团队总分为220.85分的对手。
以上建立的模型同样适合解决露天矿生产的车辆安排、消防车的调度等问题。
本文最后对模型的优缺点作出了分析。
关键词:
得分概率模拟0-1规划模型Lingo软件正态分布函数
一、问题重述
一场女子体操团体赛由四个项目(高低杠、平衡木、跳马、自由体操)组成。
根据赛程规定,每个队至多允许10名运动员参赛,每一个项目可以有6名选手参加。
每个运动员只能参加全能比赛(四项全参加)与单项比赛这两类中的一类,且参加单项比赛的每个运动员至多只能参加三个单项。
每个队应有4人参加全能比赛,其余运动员参加单项比赛。
每个代表队的总分是参赛选手所得总分之和。
问题一:
(1)按每个选手的各单项得分的最悲观情况估算,为该队排出一个出场阵容,使该队团体总分尽可能高。
(2)按每个选手的各单项得分的均值估算,为该队排出一个出场阵容,使该队团体总分尽可能高。
问题二:
(1)根据以往资料及近期各种信息的反映,本次夺冠的团体总分估计为不少于236.2分,为该队排出一个夺冠的出战阵容,分析其夺冠的前景、得分前景(即期望值)。
(2)若以该阵容出战,它有90%的把握战胜怎样水平的对手。
二、问题分析与建模思路
女子体操团体赛有4项比赛项目,赛程规定每个队最多允许10名运动员参赛,每一个项目可以有6名选手参加。
因为每个代表队的总分是所有参赛选手所得总分之和,若要使该团队的总分尽可能高,则该队的10名队员都必须参赛,且每个项目都有6名队员参加。
对于问题一,在按每个选手各单项得分的最悲观情况和均值估算的前提下,为该队排出一个出场阵容,使该队团体总分尽可能高。
但因为赛程规定的约束,每个运动员只能参加全能比赛或单项比赛中的一类。
所以需要设定一个0-1变量,当运动员参加全能比赛时,记为1;当运动员参加单项比赛时,记为0。
即:
对于问题二
(1),该队想要夺冠,其选手出场阵容团体总分必须不少于236.2分,但超过236.2分的出场阵容也许有多种,所以需要在超过236.2分的众多阵
容中寻找一个分数超过236.2分的概率最高的阵容,也就是夺冠概率最高的阵容。
对于问题二
(2),要计算该队能有90%的把握战胜怎样水平的对手,则需计算出该队在问题二
(1)的出场阵容下,分数在90%处的值,即此值是该队可战胜的对手的分数。
针对不同的问题要求,再建立相应的规划模型。
三、基本假设与符号说明
3.1基本假设
假设一:
该团队10名运动员都参加比赛,中途也没有出现意外退赛现象。
假设二:
有4人参加全能比赛,其余运动员都参加单项比赛。
假设三:
每个项目都有6名选手参加。
假设四:
每个选手参赛时的成绩及其相应的概率都和测试时一致。
3.2符号说明
符号含义
第项比赛项目
第名运动员
0-1变量
第名运动员参加第项比赛项目
第名运动员参加第项比赛项目的得分
第名运动员参加第项比赛项目得分的概率
第名运动员参加第项比赛项目得分的均值
所有运动员参赛总成绩的均值
所有运动员参赛总成绩的均值之和
选手得分方差
选手得分方差之和
四、模型的建立与求解
4.1模型一
4.1.1模型一的建立
针对问题一
(1),要以每个选手各单项得分最悲观的情况来计算该团队尽可能高的总分,建立模型一。
目标函数:
该团队总分为所有选手参赛项目按最悲观的单项得分求和
约束条件:
约束一:
全能比赛只允许4个人参加,所以
约束二:
每一个项目至多只能有6个选手参加,所以
约束三:
由于每个运动员只能参加全能比赛或单项比赛,于是引进一个0-1变量
建立函数,令
另外,也取0-1变量。
综上所述,建立0-1规划模型:
(1)
4.1.2模型一的求解
通过Lingo软件对模型一进行求解,得出该队按最悲观的单项得分情况计算的团体最高总分为212.3分,出场阵容结果见表1(注:
1所在位置对应表示某名运动员参加某项比赛项目):
表1
项目
运动员
1
2
3
4
5
6
7
8
9
10
高低杠
1
1
1
1
1
1
平衡木
1
1
1
1
1
1
跳马
1
1
1
1
1
1
自由体操
1
1
1
1
1
1
由上表结果可得到以下结论:
该团队10名运动员出场阵容安排为:
结论1运动员2,5,6,9参加四项全能比赛;
结论2其他运动员参加单项比赛,其中:
运动员1参加跳马比赛;运动员3参加自由体操;运动员4参加平衡木和跳马比赛;运动员7参加高低杠比赛;运动员8参加平衡木比赛;运动员10参加高低杠和自由体操。
4.2模型二
4.2.1模型二的建立
针对问题一
(2),要以每个选手各单项得分的均值来计算该团队尽可能高总分,建立模型二。
选手得分均值为
目标函数:
该团队总分为所有选手参赛项目按单项得分均值求和
约束条件与模型一相同。
建立以下0-1规划模型:
(2)
4.2.2模型二的求解
通过Lingo软件对模型二进行求解,得出该队按单项得分均值计算的团体最高总分为225.1分,出场阵容结果见表2(注:
1所在位置对应表示某名运动员参加某项比赛项目):
表2
项目
运动员
1
2
3
4
5
6
7
8
9
10
高低杠
1
1
1
1
1
1
平衡木
1
1
1
1
1
1
跳马
1
1
1
1
1
1
自由体操
1
1
1
1
1
1
由上表结果可得到以下结论:
该团队10名运动员出场阵容安排为:
结论1运动员2,3,9,10参加四项全能比赛;
结论2其他运动员参加单项比赛,其中:
运动员1,4参加跳马比赛;运动员5,8参加平衡木和自由体操;运动员6,7参加高低杠比赛。
4.3模型三
4.3.1模型三的建立
针对问题二
(1),该队想要夺冠,其选手出场阵容团体总分必须大于或等于236.2分,且需要在超过236.2分的众多阵容中找到一个均值最高的阵容。
建立模型三:
选手得分均值总和为:
选手得分方差为:
选手得分方差总和为:
目标函数:
该团队总分为所有选手参赛项目按单项得分均值求和
将目标函数进一步转化为:
约束条件与模型一、二相同。
综上,建立以下规划模型:
(3)
4.3.2模型三的求解
通过Lingo软件对模型三进行求解:
对于问题二
(1),解得该队表现最好时的团队总分为236.2分,该队的得分期望为223.75分。
为该队安排的出场阵容如表3所示(注:
1所在位置对应表示某名运动员参加某项比赛项目):
表3
项目
运动员
1
2
3
4
5
6
7
8
9
10
高低杠
1
1
1
1
1
1
平衡木
1
1
1
1
1
1
跳马
1
1
1
1
1
1
自由体操
1
1
1
1
1
1
由上表结果可得到以下结论:
该团队10名运动员出场阵容安排为:
结论1运动员4,8,9,10参加四项全能比赛;
结论2其他运动员参加单项比赛,其中:
运动员1参加平衡木和跳马比赛;运动员2参加跳马比赛;运动员3,5参加自由体操;运动员6参加高低杠比赛;运动员7参加高低杠和平衡木比赛。
再通过MATLAB软件对模型三进一步求解:
得到该队夺冠的概率为1.9425e-008,体操对夺冠概率图如下:
图一
图一
结论1:
从概率图中可以看出该队夺冠总分超过236.2的概率非常小。
4.4模型四:
4.4.1模型四的建立:
在模型三的阵容安排下,要求它有90%的把握战胜怎样水平的对手。
即求它有90%的概率达到多少分。
即对正态分布函数:
4.4.2模型四求解:
查表对正态分布函数求解,解得,x=220.85
通过MATLAB编程得到该队以90%的概率打败对手的概率图如下:
图二
图二
结论1:
它有90%的把握战胜总分不超过220.85水平的对手。
五、模型的优缺点
优点:
(1)用0-1变量能较快地定位出哪个运动员参加哪项比赛项目;
(2)使用Lingo编程,结构清晰明了,三维决策变量构造巧妙,适合解决此类型问题。
(3)使用MATLAB编程得到概率密度函数分布图,使结果的定性分析更加清晰明了。
缺点:
(1)没有考虑运动员的心态对比赛成绩的影响。
六、参考文献
[1]陈伟.0-1二次规划的全局最优性条件及算法[D].上海大学2005
[2]尹伟.系统论视角下的篮球场上队员配置策略研究[J].体育科技文献通报.2008(01)
[3]梅正阳,韩志斌.数学建模教程.北京:
科学出版社,2012.
[4]杨启帆.数学建模.北京:
高等教育出版社,2005.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 团体赛 出场 阵容 优化 模型
![提示](https://static.bdocx.com/images/bang_tan.gif)