НАЗАД

СОДЕРЖАНИЕ

ДАЛЕЕ


ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ИГРОВОГО ПРОЦЕССА В ГАНДБОЛЕ

Кандидат педагогических наук, доцент С.И. Дорохов

Санкт-Петербургская государственная академия физической культуры 
им. П.Ф. Лесгафта, Санкт-Петербург

Определение понятий "система" и "модель". В зависимости от целей и предмета исследования существует большое число определений системы на различных уровнях строгости. Анализируя большое количество определений системы, можно выделить следующие характерные свойства систем: 1) система есть прежде всего совокупность элементов (объектов, подсистем, частей и т.п.); 2) между элементами системы (или их свойствами) существуют связи, которые в рамках рассматриваемой системы считаются более значительными, чем связи с элементами, не входящими в систему; 3) система обладает такими качествами, которые присущи только ей и не присущи никакой ее подсистеме или элементу.

Анализ и синтез систем обычно связаны с построением и изучением их моделей. Изучение сложных систем обычно сводится к следующему. Система расчленяется на конечное множество взаимосвязанных частей, называемых подсистемами; каждая подсистема вновь разбивается на подсистемы и т.д. до получения таких частей, которые на данном уровне исследования считаются неделимыми. Эти неделимые части называются элементами системы. При разбиении учитываются связи между подсистемами всех уровней. Далее для каждого элемента строится модель его функционирования. Все полученные модели сводятся в единую модель системы, с помощью которой и проводится ее дальнейшее исследование. Такой подход составляет сущность системного подхода.

Процесс функционирования системы обычно рассматривается как последовательная смена её состояний в некотором интервале времени t0 - t1. Состояние системы в каждый момент времени характеризуется набором величин |Z (t1), .... Z(tn)|, называемых характеристиками состояния.

Система функционирует при взаимодействии с внешней средой.

Со стороны внешней среды в систему поступают входные сигналы, выходят - выходные.

Различают моделирование физическое и математическое. "Под математической моделью понимают совокупность соотношений (формул, уравнений, неравенств, логических условий, операторов и т.п.), определяющих характеристики состояний системы и выходные сигналы в зависимости от параметров системы, входных сигналов и начальных условий. Как правило, совокупность соотношений реализуется в виде программы для ЭВМ" [2].

Моделирование игры. При моделировании игрового процесса в спортивных играх одна из главнейших задач - его формализация. Формализация - это выделение необходимых и существенных составляющих моделируемого процесса и их описание каким-либо образом. Игровой процесс должен быть формализован таким образом, чтобы он был понятен одновременно специалистам спорта и ЭВМ. С появлением современных ЭВМ с расширенными сервисными возможностями стало возможным достаточно наглядно и в то же время понятно для ЭВМ формализовать игровой процесс спортивной игры.

В качестве объекта исследования была взята игровая деятельность двух гандбольных команд. Выбор гандбола был обусловлен во-первых, очень хорошей алгоритмизацией тактических задач решаемых игроками как в защите, так и в нападении; во-вторых, накопленным в специальной литературе [1] относительно большим опытом основ моделирования игрового процесса в гандболе; в-третьих, личным опытом автора.

Цель работы - формализация и моделирование игрового процесса в гандболе.

Работа выполнялась в течение 1991 - 2003 гг. на кафедрах спортивных игр СПбГАФК им. П.Ф. Лесгафта и статистического моделирования СПГУ.

Описание модели. Основным структурным элементом игровой модели является игрок. Игрок в ЭВМ представляется в виде конечного набора своих спортивных качеств (параметров). В нападении это: вероятность гола при броске, вероятность обыгрывания противника, вероятность успешной передачи партнеру и др. В защите задаются аналогичные параметры для этого же игрока, но работающие, естественно, в обратную сторону.

Динамика игровых показателей гандбольных команд под влиянием изменения коэффициентов на -падения игроков одной из противоборствующих команд

1

2

3

4

5

6

7

8

8,5

14,5

4,5

6,75

27,75

23,5

48,25

0,5

10,25

13,5

4,75

9,5

27,75

21,75

47,25

0,8

11

8,8

7,4

10,4

24,5

26,4

48,4

1,1

20

9,75

10,5

6

14

26

52

1,4

21,5

10

10,75

5

11,75

25,5

53

1,7

24,5

10

10,5

3,75

10,25

24

53,5

2

 

 

 

 

 

 

 

 

X

-0,614

0,940

-0,818

-0,991

0,348

0,977

0,886

 

X

-0,806

0,148

0,657

-0,826

-0,590

-0,563

 

 

X

-0,668

-0,968

0,635

0,941

0,765

 

 

 

X

0,816

-0,089

-0,877

-0,707

 

 

 

 

X

-0,451

-0,991

-0,845

 

 

 

 

 

X

0,432

0,175

 

 

 

 

 

 

X

0,832

Градация параметров игрока задается экспериментатором в интервале от 0 до 2 с шагом 0,1. Модель позволяет задавать параметры игроков отдельно и независимо друг от друга.

Для каждого игрока задается также "алгоритм" его поведения на площадке. Он может быть задан отдельно для каждого игрока и состоит из конечного набора последовательно чередующихся между собой "действий" игрока и "условий" выполнения этих действий.

Игровой процесс в ЭВМ реализуется на поле размером 20х40 единиц с минимальным размером (шагом) 0,5.

Игровой процесс в ходе реализации модели идет пошагово, путем "вбрасывания" вероятностей выполнения какого-либо действия на каждом шаге алгоритма с помощью датчика случайных чисел .

Один шаг каждого игрока выполняется после того, как учтены ближние и дальние его "цели"и особенности ситуации,я сложившейся на площадке в результате предыдущего шага.

Сумма шагов всех игроков составляет один "такт" атаки команды. Одна атака команды продолжается в виде последовательности таких тактов до своего завершения. Завершается атака исходом. Исходы атаки представлены в таблице.

Созданная модель позволяет работать как в визуальном, так и в статистическом режиме. При работе в статистическом режиме идет суммация исходов атак обеих команд. Экспериментатор может произвольно задавать количество реализаций модели. При работе в визуальном режиме возможен автоматический вариант продолжения процесса игры и произвольный. Скорость игрового процесса при воспроизведении его на экране также регулируется экспериментатором.

Пример. Приведем пример одного из экспериментов, проведенного на модели. В эксперименте изменяемым параметром были все коэффициенты нападения игроков команды А с шагом изменения 0,3. Остальные параметры игроков команды А, как и все параметры игроков команды В, в процессе данного эксперимента не изменялись. Результаты эксперимента представлены в таблице.

В столбцах таблицы даны численные значения исходов атаки при разных значениях действующего фактора:

1. Количество голов, забитых командой А.

2. Количество голов, забитых командой В.

3. Количество бросков мяча (командой А) мимо ворот (в том числе отбитых вратарем).

4. То же для команды В.

5. Количество переходов из быстрого прорыва в позицию команды А.

6. То же для команды В.

7. Общее количество атак команды А (в процентах).

8. Значения действующего фактора (в данном случае величина коэффициентов нападения всех игроков команды А).

В таблице четко отражены тенденции изменения количественных значений исходов атак обеих команд при увеличении значения действующего фактора в пределах от 0,5 до 2 ( столбец 8). Характер этих тенденций полностью совпадает с логическими основами игрового процесса и данными специальной литературы.

В нижней половине таблицы представлены коэффициенты корреляции значений всех вышеперечисленных параметров между собой, что позволяет судить о силе и направлении связи этих значений при действии на систему, в данном эксперименте изменяемого фактора.

Из таблицы видно, что наиболее сильная положительная связь при увеличении "силы" игроков команды А в нападении наблюдается с количеством забитых этой командой голов (r=0,886) и общим количеством атак этой команды (r=0,832). Значимые отрицательные связи наблюдаются с количеством голов, забитых командой В (r=- 0,563) и количеством переходов команды А из быстрого прорыва в позиционное нападение ( r=-0,845).

Результаты моделирования представлены в программной среде Exel, что позволяеют производить любые статистические преобразования полученных данных, в том числе интерпретировать и представлять эти результаты в виде рисунков, графиков и т.п.

Выводы

1. Направление исследований игровой деятельности с позиций системного подхода и статистического (имитационного) моделирования представляется перспективным как в плане общей теории спортивных игр, так и в прикладных целях, для решения частных и конкретных задач возникающих, например, в учебно-тренировочном процессе команд.

2. В работе проведена формализация и алгоритмизация игрового процесса на примере гандбола на основе общепринятых в специальной литературе понятий с представлением этих данных в ЭВМ.

3. Созданная имитационная модель игровой деятельности достаточно адекватно отражает игровой процесс, происходящий в реальных условиях гандбольной игры.

4. Эксперименты, проведенные на модели, позволяют количественно оценить величину факторов, влияющих на игровую деятельность противоборствующих команд.

5. Все игровые параметры находятся между собой в строго определенном соотношении (естественно, со своими границами варьирования). Каждое изменение одного из этих параметров неизбежно влечет за собой соответствующее изменение других параметров игрового процесса и (или) их взаимосвязи.

Литература

1. Зотов В.П., Кондратьев А.И. Моделирование подготовки гандболистов высокой квалификации. Киев: Здоровье, 1982 .

2. Сушков Ю.А. Моделирование систем. ЛГУ им.А.А.Жданова. 1982.

3. Robert E. Shannon. Systems simulation the art and science. New Jersey, 1975.


 Home На главную   Library В библиотеку   Forum Обсудить в форуме  up

При любом использовании данного материала ссылка на журнал обязательна!