男子羽毛球单打规则,男子羽毛球双打排名

发现有球友提到目前缺乏合理的衡量球员实力的量化指标，对不同时期的羽毛球男单运动员的水平进行一个评分。我比较了ELO等级分和WHR等级分在羽毛球领域的适用性，本文的第三节将会展示不同时期的顶级男单球员的WHR等级分，二、评分方法介绍1对阵数据的获取羽毛球比赛的对阵数据可以在这个网站上找到，已经存在非常成熟的使用ELO等级分对不同历史时期的球员进行实力评估的方案。

1、本文目录：

2、男子羽毛球单打规则,基于「WHR全历史等级分」的顶级羽毛球男单球员实力分析

一、引言

之前逛中羽论坛时，发现有球友提到目前缺乏合理的衡量球员实力的量化指标，尤其是对于不同时期的顶级球员实力对比有着比较大的争议（虚空对比）。出于比较不同顶级球员实力的好奇心，我希望能够引入成熟的评分方法，对不同时期的羽毛球男单运动员的水平进行一个评分。

本文的第二节将会介绍评分的具体方法。在这部分中，我会介绍如何获取球员对阵数据，以及使用的评分算法。我比较了ELO等级分和WHR等级分在羽毛球领域的适用性，并最终选择了WHR等级分。如果球友不感兴趣可以略去这一部分。

本文的第三节将会展示不同时期的顶级男单球员的WHR等级分，并进行一些我个人的分析（不可避免会带有部分个人偏向）。我希望能做到仅输出数据，不输出观点。

二、评分方法介绍

1 对阵数据的获取

羽毛球比赛的对阵数据可以在这个网站上找到，并且该网站没有限制爬取次数的防火墙。我编写了爬虫，将1989年以来的男单比赛的所有对阵数据进行了爬取，包括20000+位男单球员，以及200000+场对阵。

2 ELO等级分的不适用

获取到数据之后，就需要选择一种合适的评分算法。目前对于网球项目，已经存在非常成熟的使用ELO等级分对不同历史时期的球员进行实力评估的方案，例如这个网站。ELO等级分是一个比较广为人知的评分方法，成功应用在了很多领域，因此我首先考虑使用ELO等级分对球员的实力进行评估。

Elo会用一个数字来衡量运动员的水平，每场比赛结束后，赢家会从输家那里获得积分。两名运动员之间的积分差异，决定一场比赛后，获得或者失去的积分。如果评分高的运动员获胜，那么只会从评分低的运动员那里，获得一点点积分。相反，如果评分低的运动员爆冷，就会抢走评分高的运动员大量的积分。如果平局，评分低的运动员，同样会抢走评分低的运动员一定的积分。只要运动员的场次足够多，Elo就会真实地反应出运动员的真实水平。

(摘自知乎专栏)

我实现了ELO等级分算法，并使用男单对阵数据进行训练。但是发现拟合效果非常不稳定，调整其K值参数，最终的积分排名会出现很大的变化。我研究之后，发现有以下原因：

A)ELO等级分的内蕴缺点：时滞性。一个球员如果一直不打球，他的等级分将会维持不变，无法准确评估其实力。众所周知，羽毛球是周期性备战的，许多顶尖球员都会选择性参赛，在关键赛事上发力。

由于ELO等级分是增量算法，只能“向前看”，而不能“向后看”，因此它是没法准确判断放假归来的林丹、禁赛回归的桃田、伤愈归来的桃田分别是个什么水平的，与他们进行比赛的等级分修正就会非常不合理。因此ELO等级分非常不稳定。

B)ELO等级分的内蕴缺点：通货膨胀。在无关选手水平的情况下，平均的ELO等级分会自发地出现上涨现象。为了解决这个问题，我查到的解决办法（参考网球的思路）主要是增加“缺席惩罚”。例如林丹很久没参加比赛，那么会自动下调他的等级分，让跟林丹比赛的对手没那么容易增长等级分。但这个方法最终的效果会很奇怪，因为大赛前夕有很多球员会选择备战不参赛，那么最终参加大赛的时候就会等级分很低，比较不符合常理。

C)ELO等级分没有考虑到不同赛事的重要程度。世锦赛和挑战赛在ELO算法的眼中地位相同，对于某些在小比赛实验打法的球员不太友好。

3 使用WHR等级分

A) 我最终选择了全历史等级分（Whole-History Rating, WHR）作为评分方法，它是ELO算法的优化版。

该评分方法的应用领域也比较多，例如著名的围棋“野榜”(GoRatings)就是使用了此算法。该算法的优点在于，a) 会考虑一个选手在不同时间的实力变化，认为一个选手在一段时间内的表现满足正态分布；b) 使用牛顿迭代来拟合评分，使得比赛结果的贝叶斯后验概率最大。用白话来说，就是用该评分来预测比赛是非常准的。

由于并非是增量算法，WHR可以通过结果来推导积分。例如2013年的林丹获得了世锦赛冠军，那么可以反向推导出他放假归来时的等级分，并相应修改其对手的等级分。

B) 参数设置

我选择将参数w2设置为14（原论文代码推荐的值）。同时我根据不同赛事的重要程度不同，设置了不同的权重：

（由于我是00后球迷，搞不太清羽联的几次积分改革，为了不厚今薄古，仅考虑了几个顶级赛事，求轻喷）

奥运会：3

世锦赛：25

亚运会：25

汤姆斯和苏迪曼：2

全英：15

总决赛：15

其他比赛：1

这样更高等级的比赛，会有更高的权重。同理，我根据比赛中的轮次，设置不同的权重：

决赛：25

半决赛：2

铜牌赛：2

1/4决赛：15

其他轮次：1

牛顿迭代次数选择为400轮，训练大概需要40min。

三、对全历史等级分的分析

1 球员的巅峰WHR等级分比较

我最关心的就是关公战秦琼了，下表列出了巅峰WHR等级分前20名的球员。

由于我是00后球迷，对有些老将不太熟悉，不知道通常怎么翻译，这里就用英文名代替了。

A) 可以看到，林李的WHR等级分一骑绝尘，是唯二超过3700的选手。

B)这里值得一提的是安塞龙的分数，可以看到他在今年的分数达到了历史第三。但是不能不考虑一个因素，WHR等级分假设球员在一段时间内的表现会呈正态分布，因此会根据之后的比赛结果适当修改球员的当前分数。例如2013-2014的林丹，可能就是因为2014末期的糟糕表现，导致被WHR算法认为是林丹在慢慢下滑，因此会略微低于2012年的等级分。

安赛龙目前的高分有很大的原因是无法获取之后的成绩。如果安塞龙之后的比赛表现低迷，那么目前的得分将会受到修正。

作为参照，在2020年之前，安塞龙的上一个小巅峰是2017年，他的峰值WHR等级分是3449，排在陈宏之后。

C)按照算法的设计，相差400分时胜率大概在90%。

D)这个排名是算法的结果，仅根据对阵情况进行分析，未考虑技战术，也未考虑场外因素。不能说穿越时空进行1v1男人大战，就一定符合实际情况，所以大家如果感觉不太对的也可以一笑置之了。

2 单人世界冠军的难度（含金量）比较

这也是个热门话题，我统计了2004-2021年世锦赛、奥运会的世界冠军们，在夺冠路上的对手的WHR等级分，见下表所示。

A) 需要解释的一点，是对手的WHR往往会偏低，因为他这场输了嘛，所以WHR算法会给他减分，因此可能看起来分数会有点差距。可能这场比赛之前或是之后，对手的分数又会高起来，正态分布嘛。

B) 平均WHR看起来会比较小，因为一二轮往往是那种很菜的对手，所以拉低了均分。但是我也不敢仅仅统计1/4决赛以上的对手，毕竟安塞龙第一轮就被淘汰了。。

C) 还是一样，这个排名是算法的结果，也不能说穿越时空进行1v1男人大战，就一定符合实际情况，所以大家如果感觉不太对的可以一笑置之。

3 顶级选手WHR变化图

这里统计的是每一年的最后一天的WHR等级分。我分5个周期画出了每年的WHR等级分前5的球员的等级分走势。由此可能可以对竞争环境做一个比较简单的判断？这里直接整的是英文名字。

四、总结

本文中列出的WHR等级分，是采用WHR算法、仅根据对阵情况计算出来的评分，没有分析技战术，也没有考虑场外因素，因此可靠性无法评估，仅供娱乐参考。具体采用的参数以及训练方法可以见第二节。由于WHR算法没有引入随机因素，因此相信是容易复现的。

希望本文能起到一个抛砖引玉的作用，有更多大佬可以使用更加优秀、科学的方法进行羽毛球的分析，大家一起进步。

来源：彭贻豪

3、相关搜索：