Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

05.03.2020 | Focus | Ausgabe 11/2020

Soft Computing 11/2020

Analysis on the construction of sports match prediction model using neural network

Zeitschrift:
Soft Computing > Ausgabe 11/2020
Autor:
Hang Li
Wichtige Hinweise
Communicated by Mu-Yen Chen.

Publisher's Note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

To grasp the development of sports events in time and adjust the strategy in the process of match in time, the traditional back-propagation neural network (BPNN) algorithm was improved, and the match prediction model was constructed by using the adaptive BPNN. Taking the football match data of the Union of European Football Associations Champions League 2016–2017 as the prediction sample, the match was predicted. Moreover, taking some match data of Barcelona in 2016–2017 as an example, the fitting accuracy of the improved adaptive BPNN prediction model, multiple linear regression (MLR) model and grey degree prediction model were compared and analyzed. The research results showed that the prediction model built by the improved adaptive BPNN algorithm had smaller prediction error after rolling prediction. By comparing with the fitting accuracy of MLR model and grey prediction model, it was also found that the prediction error of the prediction model proposed was almost zero, and the error of the other two models was large. It showed that the prediction model proposed had high accuracy and reliability. Therefore, applying neural network to build a sports match prediction model and then predict the match results can provide a certain theoretical basis for sports match practice and the prediction and analysis of the match results.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 11/2020

Soft Computing 11/2020 Zur Ausgabe

Premium Partner

    Bildnachweise