实况足球10 带球速度 - 实况10 - 实况足球
时间:2008-09-26 22:46:50来源:互联网 作者: 进入论坛

  首先我要说明几个问题。

  第一,在测试球员跑动时,我采用的是,跑5次,取3次最好成绩。

  第二,在测试时,我发现了一个小窍门,就是读盘时就按住方向和R1,这样训练一开始球员就启动,这样可以最大程度的避免误差。

  第三,在跑动过程中,一旦发现球员不小心把球趟大了,我们应该把这次的成绩去掉,虽然趟大了可以跑得更快。

  首先,我们来看球员空跑时,有哪些数据在影响他的速度。

  设置这么一个场景,球员从点球点出发,跑到中线时触球,同时完成训练。

  duff(速度86加速度91)成绩5'535'535'55

  eto'o(速度95加速度97)成绩5'41(注:后面我就直接写平均值了)

  martins(速度99加速度99)成绩5'36

  morales(速度79加速度70)成绩5'61

  keller(速度62加速度71)成绩5'90

  从这5个人我们很容易看出,随着速度值的提高,球员跑得越来越快,而且是线性增加的!

  不信的人可以自行计算,我已经算过了,假定这个跑动距离是50m的话,速度值每提高5,速度将提高0.1m/s左右。

  注意:这里所谓的线性增加并不是严格的,而是近似的,这是误差存在所造成的。

  再来看看大家关心的加速度值的用处。

  我设置另一个场景,球员空跑10m,即从点球点跑到弧顶。

  跑了三个人,我就放弃了,因为我发现10m的距离也不足以显示加速度的差距,就是说,加速度的差距基本可以忽略,就是说加速度只存在于手感中。

  duff1'78

  martins1'75

  reyes(8687)1'78

  好了,热身完毕了。下面开始对带球运动的研究,相对于无球空跑,带球的建模就难太多了。我们在开始前先带着疑问,那些数据对带球运动有影响?它们是如何影响的?

  我选择了我们敬爱的李毅当我的模特,场景100m带球跑,即从一侧点球点跑到另一侧点球点。

  首先观察liyi在增加了特技dribller后,带球速度有什么变化?答案,没有

  把liyi的带球姿势分别改成2,3,4,带球速度有什么变化?答案,没有

  这样,我们基本能够得出结论,球员的基本设定和容姿不会对带球产生任何影响。

  看来我们的落脚点,就集中在速度,带球精度,带球速度上了。

  那么做一个实验,edit三个liyi,比较他的跑动时间

  liyi(速度50带球精度50带球速度90)13'7513'6613'65

  liyi(905050)12'0812'1612'36

  liyi(509050)13'7813'8013'81

  通过以上数据可以看出,速度对带球的影响最大,带球速度其次,带球精度最次。

  我们更具体的试一试

  liyi(速度80加速度80带球精度80带球速度80)12'4012'3312'33

  liyi(90808080)11'8012'2812'20

  liyi(80908080)12'3312'4012'31

  liyi(80809080)12'2812'2812'28

  liyi(80808090)12'1612'2012'23

  比较数据,得出几个重要的结论:

  1.加速度对带球的影响几乎不存在。

  2.速度对带球的影响最大,带球速度其次,带球精度最次。

  3.带球精度越高,带球越稳定。

  通过比较计算得知,速度,带精,带速分别对带球的影响比例是3.8:1:1.8,并且这些影响是可以叠加的。有了这个比例之后,我们就可以近似的通过计算来比较那些球员跑得快!

  计算方法:定义一个N,N=3.8*(速度-80)+1*(带精-80)+1.8*(带速-80),通过比较每个球员的N值,来比较他们的带球。这个式子的数学意义是,每个球员都和一个(808080)的人比较,得出的一个加权统计数据。

  至于带球精度,带球速度都达到88时,球员的带球会发生一个跃变,这一点sosa1215已经用事实证明了,我就不在说明了。但是问题又产生了,既然带球精度,带球速度都达到88时,有一个突变,那么这个3.8:1:1.8仍然成立吗?

  我通过计算发现,这是仍然成立的,只是要把“高速型”和“一般型”的球员分开计算罢了。

  下面举例说明

  例一:找出所有带精,带速都在88以上的球员,分别进行测试。结果如下:

  joecole(869388)11'28

  joaquin(899291)11'20

  C.ronaldo(839593)11'33

  mitea(ajax)(929188)11'16

  saviola(869090)11'26

  aimar(869589)11'28

  recoba(879494)11'18

  kaka(888993)11'21

  ronaldinho(879791)11'21

  karimi(869388)11'33

  robben(909295)11'11

  dyer(889088)11'23

  hleb(898995)11'21

  quaresma(porto)(889088)11'23

  robinho(889593)11'30

  列出前10名来:

  robben>mitea>recoba>joaquin>kaka=ronaldinho=hleb>quaresma=dyer>saviola

  计算上述人员的N值:

  robben:N=3.8*(90-80)+1*(92-80)+1.8*(95-80)=77

  mitea:N=3.8*12+1*11+1.8*8=71

  recoba:N=65.8

  ……

  略了,有兴趣的朋友可以自行验证

  得出结果:

  robben(77)>mitea(71)>hleb(70.2)>robinho(68.8)>joaquin(66)>recoba(65.8)>ronaldinho(63.4)>kaka(62.8)>dyer(54.8)=queresma(54.8)

  比较,可以看出,基本一致,(hleb的名次稍有出入,robinho的N值排第4,成绩却不理想,saviola排第10,N值在10名开外)。总的来说,这个计算法则是非常成功的。

  这个例子里,实况的带球top10出来了。另附几个对这个top10不服气的带球大师的成绩:

  martins(997696)11'98

  owen(918987)12'08

  eto'o(958691)12'00

  ewerton(realzaragoza)(948290)12'06

  lovenkrands(rangers)(919186)12'10

 【责任编辑:U-571】

更多关于 的阅读