跳到主要內容

臺灣博碩士論文加值系統

(3.95.131.146) 您好!臺灣時間:2021/07/25 13:53
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:江維德
研究生(外文):Jiang Wei-De
論文名稱:以類神經網路實作職業棒球隊在單一對戰組合的戰績預測--以美國職棒洛杉磯道奇隊與舊金山巨人隊為例
論文名稱(外文):A One-to-One Game Forecast for The Professional Baseball League Using Neural Network ---A Case Study on Los Angeles Dodgers and San Francisco Giants
指導教授:陳星光陳星光引用關係
指導教授(外文):Chen, Shin-Guang
口試委員:楊金福楊台富陳星光
口試委員(外文):Yang, Chin-FuYang, Tai-FuChen, Shin-Guang
口試日期:2012-06-22
學位類別:碩士
校院名稱:東南科技大學
系所名稱:工業管理研究所
學門:商業及管理學門
學類:其他商業及管理學類
論文種類:學術論文
論文出版年:2012
畢業學年度:100
語文別:中文
論文頁數:47
中文關鍵詞:賽事預測職業棒球逆差回溯類神經網路關鍵因素
外文關鍵詞:Game forecastprofessional baseball leagueback-error propagation neural networkcritical factor
相關次數:
  • 被引用被引用:1
  • 點閱點閱:326
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
本研究是要找出影響棒球比賽勝負之關鍵要素,並以美國職棒(MLB)洛杉磯道奇隊(LAD)與舊金山巨人隊(SF)在2008年至2011年例行賽為例,每年18場,總計共72場,以其中54場為類神經網路模型訓練對象,來預測2011年的後18場比賽,以及2012年5月份8、9、10日進行的3場,共21場為主要實測對象。本研究以道奇與巨人每場例行賽賽後記錄的資料加以分析、整合,並建立影響勝負之關鍵要素,利用類神經網路技術加以預測勝隊。影響勝負之關鍵要素,在攻擊的部分主要為:全壘打、打點、打擊率、上壘率,等4個部分,在投手的部分主要的有:先發投手局數、被全壘打、被打擊率、每局被上壘率(WHIP)共計4個。類神經網路的模型採用逆差回溯類神經網路模型,以其穩定,容易收斂,簡單易學為考量,本研究並與其它採用統計方法的模型比較,其結果顯示,類經網路模型對於非線性模型的預測確實可行,且可以了解這些關鍵因素對賽事的實質影響程度。
The purpose of this study is to find the critical factor affecting outcomes of baseball games. The routine games from 2008 to 2011 between LAD and SF of MLB are used as examples. There were 18 games per year, a total of 72 games, of which 54 are adopted as training data of neural network model for predicting the last 18 games in 2011 and the games held on May 8th, 9th and 10th of 2012. Thus a total of 21 games are the primary test data. This study analyzes and integrates the data recorded after each routine game between LAD and SF, established the critical factors affecting game outcomes, and uses neural network technology to predict the winning team. In aspect of offense, critical factors include HR, RBI, AVG and OBP; in aspect of pitcher, factors include IP, HR, AVG and WHIP. The neural network model adopts the back-error propagation neural network model for its stability, and easiness to converge and learn. This model is compared with other models which applied statistical methods, and the results show that the neural network model is viable for prediction of non-linear models, and can be used to understand the extent of impact of these critical factors on the games.
中文摘要..........................................................i
英文摘要.........................................................ii
誌謝.................................................... .......iii
目錄.................................................... ........iv
表目錄...........................................................vi
圖目錄..........................................................vii
第一章 緒論.............................................. .........1
1.1 研究動機................................................1
1.2 研究目的................................................1
1.3 研究範圍................................................1
1.4 研究架構................................................2
第二章 文獻回顧....................................................4
2.1 美國職棒大聯盟發展與現況..................................4
2.2 關鍵因素................................................6
2.3 國內外相關文獻...........................................7
第三章 研究方法....................................................9
3.1 類神經網路理論簡介.......................................9
3.2 Neural works professional II/Plus 軟體簡介與操作........14
第四章 實作結果...................................................17
4.1 個案背景簡介............................................17
4.2 類神經網路的輸入/輸出資料說明.............................18
4.3類神經網路模型建構........................................21
4.4預測結果.................................................25
第五章 結論與未來研究建議...........................................27
參考文獻..........................................................28
附錄一 輸入/輸出檔 .................................................30
附錄二 類神經網路模型...............................................31
簡 歷..........................................................47

1.台灣棒球維基館,
http://twbsball.dils.tku.edu.tw/wiki/index.php/%E9%A6%96%E9%A0%81
2.許瓋方,「Probit迴歸在職棒比賽結果預測的應用」,國立新竹教育大學,碩士論文,2010年6月
3.姚瑞博,「影響我國職棒比賽勝負因素分析-以中華職棒大聯盟2008年球季為例」,中國文化大學,碩士論文,2009年12月
4.張家綸,「利用貝氏方法預測職業比賽之勝負-以台灣職棒為例」,真理大學,碩士論文,2008年7月
5.陳麒文,「資料採礦於職業棒球勝隊預測模式之建構」,國立體育大學,博士論文,2011年7月
6.呂中堯,「運用Copula-based Regression Model預測中華職棒賽事結果」,國立台北大學,2008年
7.施致平、黃蕙娟、倪瑛蓮,「中華職棒比賽勝負預測模式之建構,」體育學報,第43卷第2期,第115-130頁,2010年6月
8.李宗霖、蔡清標、謝榮哲、 徐月娟、 陳進益、 劉聖義,「倒傳遞類神經網路在潮汐補遺之應用」2002年
9.李惠妍、吳宗正、溫敏杰,「回歸模式與類神經網路在台股指數期貨預測之研究」,經營管理論叢Vol.2,No.1,2006 第83-99頁,2006年
10.鄧世剛,劉達明,謝三良,「應用倒傳遞類神經網路於步槍射擊精準度預測」,中正嶺學報,第四十卷,第一期,2011年5月
11.林信成,陳瑩潔,「Wiki協作系統在數位典藏內容加值之應用研究」TANet2005研討會論文集2005年10月
12.類神經網路系統訓練教材,Neural Works Professional II Plus,快速導引操作手冊,2007年11月
13.Professional II Plus,類神經網路發展軟體,快速導引操作手冊
14.巫沛倉,類神經網路簡介,
http://tw.search.yahoo.com/r/_ylt=A8tUwYkij.FPSFcAVl9r1gt.;_ylu=X3oDMTE2MGVma3RpBHNlYwNzcgRwb3MDMQRjb2xvA3R3MQR2dGlkA1NNRVRXMjRfNDEw/SIG=14024tncd/EXP=1340211106/**http%3a//w3.et.cyu.edu.tw/cgi/attachment.cgi%3fforum=33%26topic=12%26postno=%26type=.ppt%26name=ann_1165207043,2008年
15.雅虎奇摩運動,http://tw.sports.yahoo.com/mlb/
16.鄒克萬、張益三、杜建宏,建物震害毀損度預測模式之研究-倒傳遞類神經網路法之應用,住宅學報,第十五卷第一期,第21頁-41頁2006年6月
17.Rumelhart , Hinton , Williams, Learning representations by back-propagating errors , NATURE VOL. 323 9 OCTOBER 1986
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top