基于FAHP-FTOPSIS混合模型的足球运动员多维评估与智能选拔研究

本研究针对足球运动员选拔中主观性强、标准不统一的问题，提出融合模糊层次分析法(FAHP)和模糊理想解排序法(FTOPSIS)的混合决策模型。研究人员通过12项跨维度指标（涵盖体适能、技术及形态特征）对20名青少年运动员进行量化评估，结果表明Player 10以0.92的贴近度系数(CC)位列榜首，敏感性分析验证了方法的稳健性。该研究为体育人才选拔提供了兼具客观性与灵活性的决策框架，对提升竞技体育科学化管理水平具有重要意义。

　　

在当代职业足球高度产业化的背景下，如何科学选拔球员始终是困扰教练团队的难题。传统依赖主观经验的评估方式常因人为偏差导致"遗珠之憾"，而单一维度的数据统计又难以捕捉球员的综合潜力。这种矛盾在青少年梯队建设中尤为突出——13-16岁的运动员正处于技术定型与身体发育关键期，但现有评估体系往往无法平衡身高体重等形态指标、Yo-Yo测试等体适能参数以及传球精度等技术细节的复杂关系。

针对这一痛点，江西师范大学体育学院的研究团队在《Scientific Reports》发表创新性研究，首次将模糊数学理论与多准则决策方法相结合，构建了FAHP-FTOPSIS混合评估模型。该研究通过三个关键步骤实现突破：首先采用模糊层次分析法(FAHP)量化12项指标的相对权重，解决专家评判中的不确定性；随后运用模糊理想解排序法(FTOPSIS)计算每位运动员与理想解的贴近度(CC)；最终通过敏感性分析验证模型的鲁棒性。特别值得注意的是，研究团队建立了包含20名青少年运动员的实证样本，所有数据均来自标准化测试与专家盲评。

方法论创新
研究团队设计的三阶段技术路线具有显著特色：1) 通过三角模糊数转化专家语言评估，处理"略微重要"等模糊判断；2) 采用几何平均法聚合5位资深教练的独立评判；3) 运用模糊欧氏距离公式计算D_i⁺和D_i^-距离。数据处理中特别引入秩波动指数(RVI)量化中游球员排名的敏感性，发现当排除Yo-Yo测试指标时，中位段球员排名波动达1-2位，证实了核心指标对评估体系的锚定作用。

核心发现

1. 权重分配规律：FAHP分析显示技术类指标（如传球精度）权重达0.35，显著高于形态指标（0.18），反映现代足球对技术素养的侧重。
2. 精英球员特征：排名首位的Player 10在FPIS（模糊正理想解）距离仅0.08，其5项技能指标均获满分，且30米冲刺成绩突破3.8秒。
3. 模型稳健性：当关键指标权重±10%扰动时，TOP3球员CC值波动范围仅0.01-0.02（如Player 10的CC保持0.92-0.94），证实方法抗干扰能力。

讨论与展望
该研究通过引入模糊集理论，有效解决了传统AHP（层次分析法）在运动员评估中"非此即彼"的刚性缺陷。特别是提出的RVI指数，为评估边界案例（如CC在0.74-0.80区间的球员）提供了量化工具。但研究也暴露出局限性：依赖专家共识可能引入群体偏差，且未针对守门员等特殊位置设计差异化指标。未来研究可探索与PROMETHEE等多准则方法的融合，并整合GPS追踪等实时数据流。

这项工作的现实意义在于，它为预算有限的中小型俱乐部提供了可落地的评估工具——仅需常规体测数据即可生成科学排名。正如论文通讯作者Junxian Zhang强调的："FAHP-FTOPSIS框架的价值不仅在于结果精准，更在于其透明可追溯的决策过程，这对建立球员信任至关重要。"随着算法不断优化，这类混合决策模型或将成为体育人才挖掘的新标准。