摘 要

随着国内电子竞技行业的发展壮大，英雄联盟这一款游戏也受到了各年龄阶段的人们的青睐。除了游戏本身很受欢迎，英雄联盟游戏在中国的电子竞技行业中也占据了很大的比重。人们对于英雄联盟比赛的关注度也持续上升，英雄联盟官方推出的竞猜活动与虎牙直播平台推出的竞猜产品，也受到了观众们的热捧。当然，观众们单纯凭借经验的预测，从严格意义上来说，是没有足够理论依据的，因此，通过以往的比赛数据，结合机器学习领域人工神经网络的方法来成功地预测出英雄联盟比赛的结果具有重大的意义和广阔的前景。

本文首先对于英雄联盟比赛的结果预测进行了理论基础的介绍和探讨，其次介绍了基于机器学习的算法，人工神经网络及其特点，并且重点介绍了BP（误差逆传播）神经网络及其特点。本文深入研究了BP神经网络中隐含层的设定，隐节点的选取，权值的修改，学习率的调整等实际的问题。对于具有不同结构的2个BP神经网络模型在预测英雄联盟比赛中的应用进行了详细的分析，比较了两个BP神经网络模型用MATLAB仿真得到的预测结果。

关键词：英雄联盟；机器学习；比赛结果预测；人工神经网络；BP

Abstract

With the development of the domestic e-sports industry, the League of Legends game has also been favored by people of all ages. In addition to the popularity of the game itself, League of Legends games also occupy a large proportion in the e-sports industry in China. People's attention to the League of Legends has also continued to rise. The official competition launched by the League of Legends and the quiz products launched by the Tiger Tooth Live platform have also been well received by the audience. Of course, the audience's predictions based on experience alone have no sufficient theoretical basis. Therefore, through the previous game data, combined with the artificial neural network method in the machine learning field, the results of the League of Legends game are successfully predicted. Has great significance and broad prospects.

This article first introduces and discusses the theoretical basis for predicting the outcome of a League of Legends competition. Secondly, this paper introduces techniques based on machine learning, artificial neural networks and their characteristics. This paper focuses on BP (error inverse propagation) neural networks and their characteristics. In this paper, the practical problems of the implicit layer setting, the selection of hidden nodes, the modification of weights, and the adjustment of learning rate in BP neural network are deeply studied. In this paper, the application of two BP neural network models with different structures in predictive game competition is analyzed in detail, and the prediction results of two BP neural network models simulated by MATLAB are compared.

Key words: League of Legends; machine learning; game outcome prediction; artificial neural network; back propagation

第1章 绪论

1.1 研究背景和意义

英雄联盟(League of Legend简称LOL)是由美国的Riot Games公司开发，在中国大陆地区由腾讯游戏代理运营的英雄对战MOBA类竞技网游。近年来，随着科技的不断进步和人们传统思想的不断改变，电子竞技行业正在飞速发展。2018年5月14日，亚奥理事会公布了亚运电子体育表演赛的六个项目：英雄联盟、实况足球、炉石传说、星际争霸2、Arena of Valor（王者荣耀国际版）和皇室战争。这是电子体育第一次真正的踏入亚运赛场。作为亚洲体育第一盛会，亚运会证明了主流社会对电竞运动态度的转变。

英雄联盟受到各年龄阶段人群的喜爱，无论是学生，还是尽管没时间玩游戏，但也持续关注着英雄联盟的上班族。从2011年国服发行至今，英雄联盟在与层出不穷的新颖游戏的角逐下，仍能脱颖而出，与其独特的电竞体系有着密切的联系——英雄联盟职业联赛（League of Pro Legend简称LPL）、季中冠军赛、全球总决赛、All Star全明星赛，邀请优秀的战队同台竞技，为观众们带来精彩的比赛。

为迎合大众的需求，各大直播平台上纷纷设立了英雄联盟板块。虎牙直播也买下了英雄联盟的一些重大赛事的版权。除了精彩比赛的直播，英雄联盟的官方网站推出的“全民竞猜”，以及“巅峰对决 谁是冠军”竞猜活动；虎牙直播平台提供的“英雄联盟竞猜榜”；红蓝电竞、叉叉电竞等一系列竞猜网站，也为观众们带来了更多的乐趣。通过在比赛开始之前，为心仪的战队加油助威，并预测比赛的结果、战队胜负的情况。比赛结束后，预测正确的观众将会获得丰厚的奖励（例如：游戏代币、英雄皮肤、现场观看比赛的入场券等等）。

对于英雄联盟的比赛结果进行预测具有很重要的意义，主要体现在：

较为精确的英雄联盟比赛结果预测，为参与竞猜活动的观众们提供具有参考价值的结果，预测正确，观众可以获得丰厚的奖励；较为精确的比赛结果预测为专业人士（例如：电子竞技数据分析师）分析英雄联盟比赛数据提供具有实用性的分析指标。

1.2 研究发展现状

近年来，基于机器学习的神经网络被广泛应用于社会生活的许多领域（工业，医学，商业等）。例如，将遗传算法用于优化BP神经元网络，以建立用于跟踪机动目标航迹的预测模型。该模型克服了神经网络常见的缺点，并提供了更快的收敛速度和更高的准确度。通过实际数据对比分析，结果表明，该模型的预测精度足以应用于实际预测航迹中。除此之外，结合遗传算法的全局搜索能力，将神经网络技术用于地震预测模型，充分挖掘出了地震前兆特征与震级之间的潜在关系，并用以往的地震样本进行实验。结果表明，神经网络算法是预测大地震的理想选择。

除了上述提到的，神经网络也被用于预测体育赛事。例如，基于神经网络的NBA比赛结果预测、神经网络在足球比赛中的胜负预测。尽管在运用基于机器学习的神经网络算法在预测电子竞技比赛这一块儿还没有得到广泛普及，仍处于摸索的阶段，但人们对此的需求却持续高涨。随着越来越多的爱好者投入到其研究当中，相信基于神经网络的预测电子竞技比赛的技术会日渐成熟，并得到公众的认可。

1.3 本文的研究内容

本文讨论了预测英雄联盟比赛的详细思路，介绍了人工神经网络及其特点，着重介绍了基于BP（误差逆传播）算法的神经网络及其特点。本文研究了以英雄联盟2017年职业联赛春季赛的比赛为数据源，建立的用于预测英雄联盟比赛结果的2个人工神经网络模型，并针对BP（误差逆传播）算法和2个模型进行了研究和探讨，最后通过MATLAB平台进行仿真得到预测结果，比较并分析了这两个模型的预测结果。

1.4 论文的结构

本文主要研究了利用人工神经网络中的BP神经网络模型，以英雄联盟职业联赛的数据作为数据集，通过调整神经网络的结构，比较分析在不同条件下的BP神经网络模型的预测效果。

第一章 介绍了本文的背景、意义、研究现状，最后简要说明了本文的研究内容。

第二章 首先对英雄联盟比赛进行了简要介绍，其次介绍了数据来源以及对数据的处理。

第三章 首先介绍了人工神经网络及其特点，其次，从多方面对基于BP算法的神经网络及其特点进行了介绍和分析。

第四章 设计了2个合适的BP模型，运用MATLAB语言（MATLAB神经网络工具箱）进行仿真，比较并分析模型的预测效果。

第五章 论文的结论及展望。

第2章 英雄联盟比赛数据获取与处理

2.1 英雄联盟比赛简介

英雄联盟中的机制：

一场比赛中，两个团队各自有五名玩家，每名玩家自由选择并控制一个“英雄”角色，在“召唤师峡谷”（如图2.1所示，该地图由四条主要路径：上路、中路、下路、河道，以及野怪集中的地区：野区组成）地图中，以摧毁对方队伍的主要基地“水晶枢纽”为目标而相互对战。无论任何一方团队的水晶枢纽遭毁时，游戏结束，且破坏对方水晶枢纽的那一方赢得比赛胜利。

图2.1 召唤师峡谷地图

图2.2 召唤师峡谷地图的详细分布

英雄联盟中的术语：

上单：玩家控制英雄，以上路兵线为经验和经济获取的主要方式，采用补刀和击杀敌方英雄、参与团战等方式，达到减少对方或增加己方团队收益目的。

中单：玩家控制英雄，以中路兵线为经验和经济获取的主要方式，采用补刀和击杀敌方英雄、参与团战等方式，达到减少对方或增加己方团队收益目的。

打野：玩家控制英雄，以野区的野怪为经验和经济获取的主要方式，采用击杀敌方英雄、参与团战等方式，达到减少对方或增加己方团队收益目的。

下路：玩家控制英雄，以下路兵线为经验和经济获取的主要方式，采用补刀和击杀敌方英雄、参与团战等方式，达到减少对方或增加己方团队收益目的。

辅助：玩家控制英雄，以辅助和保护下路英雄为主，通过保护友方英雄、参与团战等方式，达到减少对方或增加己方团队收益目的。

小龙：召唤师峡谷地图中的飞龙，是位于河道右下方龙池内的强大怪物，杀死飞龙的队伍可以依不同的飞龙类型取得维持整场游戏的相应增益效果。远古巨龙为增益效果最强大的飞龙，但此强大效果有时间限制。

大龙：纳什男爵是召唤师峡谷中最强大的中立怪物，位于河道左上方纳什男爵池内，它在游戏开始的二十分钟会取代峡谷先锋现身，杀死纳什男爵的队伍可以取得3分30秒的强大增益效果。

插眼：玩家把地图上的某个角落放一个能观察的眼睛，照亮这个地方，插眼能更能清晰观察敌方动作，好让友方可以处于优势，更能帮助友方胜利。

胜负：破坏对方水晶枢纽的一方记为比赛的胜方，水晶枢纽被破坏的一方记为比赛负方。

2.2 数据来源与处理

本文样本数据来源于英雄联盟赛事官网的数据列表页面与赛程页面：

https://lpl.qq.com/es/data/rank.shtml?iGameId=49amp;sGameType=1,5

https://lpl.qq.com/es/schedule.shtml

由于每年英雄联盟国内和国际上的赛事众多，本文只针对于英雄联盟2017年国内职业联赛春季赛的数据进行分析和处理。赛事官网的数据列表中，战队数据板块提供了参与职业联赛春季赛所有战队的详细数据；个人数据列表板块提供了职业选手的实力排名以及所属战队。赛事官网的赛程板块提供了职业联赛春季赛的所有比赛以及每场比赛对阵的双方战队。

图2.3 职业战队的数据列表

如图2.3所示，从参与比赛的战队的数据中，筛选出能够充分体现出战队的团队实力的特征：场均击杀小龙数、场均击杀大龙数、场均插眼数、场均击杀数、场均死亡数。

图2.4 职业选手的数据列表

每个战队的对应位置的选手的实力水平也不一样，选手的实力也是决定了比赛胜负的关键因素，所以也需要对战队中选择不同位置的选手的实力进行评估，对应的每个位置的选手分别是：上单选手、中单选手、打野选手、下路选手、辅助选手。如图2.4所示，本文是以选手的实力排名作为评估的标准。

图2.5 每场比赛的详细信息

除此之外，考虑到每一场比赛只有两支战队参与，为简化一场比赛的特征，将参与比赛的两支战队及其选手的各方面实力进行比较，采用的是做差法：

图2.6 RNG：BLG比赛信息

如图2.6所示，以RNG：BLG的比赛为例，记录这场比赛的对阵双方战队名称与顺序为RNG：BLG，此处记RNG为第一支战队，BLG为第二支战队。（因该赛季后BLG改名为IM，故此处显示的为IM战队）首先计算两支战队的各自对应位置的选手之间的实力差距。

图２.７　RNG战队上单选手与BLG战队上单选手的信息

如图2.7所示，以计算上单选手的实力差距为例，对照着选手实力排行的数据，用第一支战队的上单选手的排名减去第二支战队的上单选手的排名，即26-21，得到的数据记为这场比赛的上单选手的实力差距，即5。以此类推，完成对于中单选手实力差距、打野选手实力差距、下路选手实力差距、辅助选手实力差距的计算。

图２.８　RNG战队与BLG战队的信息

按照上述思路，计算两支战队的团队实力的差距，如图2.8所示，对照着战队实力排行的数据，用第一支战队的各项数据减去对应的第二支战队的各项数据，得到一场比赛两支战队的场均击杀小龙数差距、场均击杀大龙数差距、场均插眼数差距、场均击杀数差距、场均死亡数差距。

图２.９　RNG：BLG比赛的数据

整合得到预测一场比赛所需要用到的十个特征值（简化了上文中选手实力差距的表述）：上单差距、中单差距、打野差距、下路差距、辅助差距、场均击杀小龙数差距、场均击杀大龙数差距、场均插眼数差距、场均击杀数差距、场均死亡数差距。最后，记录下这场比赛的胜负情况，若第一支战队胜利，则该场比赛的胜负情况记为1，若第二支战队获胜，则该场比赛的胜负情况记为0。完整的一场比赛的特征值和胜负的情况，如图2.9所示。

图２.１０　2017年英雄联盟国内职业联赛春季赛的数据集

按照上述方法，对从2017年英雄联盟国内职业联赛春季赛的所有比赛中随机抽取的60场比赛进行数据的处理，构建出相应的数据集，如图2.10所示。

第3章 人工神经网络和BP算法

3.1 人工神经网络简介

机器学习，英文全称：Machine Learning，简称：ML，作为人工智能（Artificial Intelligence，即AI）的一个研究分支，成为了近年来备受关注的焦点。从1980年至今，机器学习发展迅速，而且其实际应用几乎覆盖到了人们工作生活的方方面面。作为实现人工智能的一种方法，机器学习提出了“计算机可以自动学习”的思想，通过相应的算法，使计算机能够从大量的数据中自动分析、总结规律，并将学习到的规律应用到对未知数据的预测中^[1]。在机器学习的众多算法中，在预测方面具有代表性的，学者们研究和探讨最多的一个算法是人工神经网络。人工神经网络，英文全称：Artificial Neural Network，简称：ANN，是近年来人工智能领域的研究热点。如今的人工神经网络已是一个多学科交叉、相当庞大的学科领域。相关学科对于神经网络的定义多种多样。最为广泛的一种定义是于1988年提出的：人工神经网络是由大量且具有适应性的简单的处理单元相互广泛连接而成的网络系统，基于生物学中神经网络的基本原理，反映了人脑功能特征，能进行复杂逻辑操作和非线性关系实现^[2]。

人工神经网络是一种数学运算模型，是由许多的神经元按一定层次结构互相连接而组成的，因而人工神经网络最基本的组成成分是单个神经元，如图3.1所示。同生物神经网络类似，人工神经网络的神经元接收到其它的神经元通过带权重的连接传递来的输入的信号，类比于生物神经网络的神经元接受到相邻神经元发送来的化学物质；人工神经网络的神经元在比较过所接收的输入信号和该神经元的阈值后，经过激活函数的处理产生了输出并传递给其它神经元，类比于生物神经网络的神经元通过接收来自其它神经元的化学物质，改变了神经元内的电位，超过了某一个阈值，兴奋起来，并将化学物质发送给其它神经元。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：