EA FC Automated SBC Solving

Автоматическое решение SBC EA FC ⚽

Как это работает? ?

В этом проекте используется целочисленное программирование для решения задач по построению состава (SBC). Задача оптимизации решена с помощью решателя Google CP-SAT. Этот подход предлагает широкие возможности настройки, а также возможность определения оптимальности решения.

The goal is to obtain the squad with the minimum total cost.

Как его использовать? ?

• Чтобы загрузить набор данных клуба, используйте расширение (версия >= 1.1.0.3).

• Входные данные для различных ограничений можно найти в input.py . Настройте соответствующие входные данные для каждого ограничения SBC в input.py ( L43-77 и L28-30 ), а затем перейдите optimize.py (L581-615) и раскомментируйте соответствующую строку в соответствии с требованиями SBC. Также не забудьте установить formation в input.py !

• Например, если требованием является Same League Count: Max 5 или Max 5 Players from the Same League , установите MAX_NUM_LEAGUE = 5 ( L53 в input.py ), а затем раскомментируйте model = create_max_league_constraint(df, model, player, map_idx, players_grouped, num_cnts) ( L589 в optimize.py ).

• Если требованием является Nations: Max 2 , установите NUM_UNIQUE_COUNTRY = [2, "Max"] ( L62 в input.py ), а затем раскомментируйте model = create_unique_country_constraint(df, model, player, map_idx, players_grouped, num_cnts) ( L598 в optimize.py ).

• Если вы устанавливаете приоритет дубликатов, устанавливая ( L28-L30 ) в input.py , тогда model = prioritize_duplicates(df, model, player) optimize.py ( L615 ) следует раскомментировать.

• Если, например, SBC хочет, чтобы at least 3 players from Real Madrid and Arsenal combined и at least 2 players from Bayern Munich , тогда установите CLUB = [["Real Madrid", "Arsenal"], ["FC Bayern"]] и NUM_CLUB = [3, 2] ( L43-44 в input.py ), а затем раскомментируйте model = create_club_constraint(df, model, player, map_idx, players_grouped, num_cnts) ( L581 в optimize.py ).

• Если для SBC требуется как минимум 6 Rare и 8 Gold , установите RARITY_2 = ["Rare", "Gold"] и NUM_RARITY_2 = [6, 8] в input.py (L71-72) , а затем раскомментируйте model = create_rarity_2_constraint(df, model, player, map_idx, players_grouped, num_cnts) ( L603 в optimize.py ).

• Такие ограничения, как Chemistry ( optimize.py , L620 ) или FIX_PLAYERS ( optimize.py , L623 ), не требуют явной активации. Если в Chemistry нет необходимости, установите для него значение 0 в input.py (L79) . Аналогично, если ни один игрок не нуждается в исправлении, оставьте FIX_PLAYERS пустым в input.py (L12) .

• objective задана в optimize.py ( L626 ). Характер objective можно изменить в input.py ( L20-21 ). В настоящее время цель состоит в том, чтобы minimize total cost .

• Дополнительные параметры в input.py следует просмотреть для получения дополнительной информации.

• В main.py укажите имя club dataset в L57 . Набор данных предварительно обрабатывается в preprocess_data_2 внутри main.py Дополнительные фильтры можно добавлять аналогично существующим.

• В настоящее время имеются все необходимые ресурсы для решения этой проблемы SBC. Итоговый список игроков записывается в файл output.xlsx . Чтобы запустить программу, просто запустите py main.py после установки необходимых зависимостей. Примечание. Кажется, это очень сложный SBC, поэтому пришлось включить фильтр по рейтингу в main.py (L41) .

Зависимости

Запустите pip3 install -r requirements.txt чтобы установить необходимые зависимости.

• Google OR-Инструменты v9.8

• Питон 3.9

• панды и openpyxl

Другие интересные решатели SBC с открытым исходным кодом

• https://github.com/ThomasSteere/Auto-SBC

• https://github.com/bartlomiej-niemiec/eafc-sbc-solver

• https://github.com/kosciukiewicz/sbc-solver

Благодарность

Спасибо GregoryWullimann за то, что вы сделали процесс создания модели безумно быстрее.

Спасибо Jacobi from EasySBC за помощь с squad_rating_constraint .

Спасибо GeekFiro за тестирование решателя и ценные отзывы и обсуждения.

Спасибо fifagamer#1515 и Frederik за предоставленные наборы данных о ваших клубах ( Real_Madrid_FC_24.csv и Frederik FC_24.csv ) и ваши отзывы.

Спасибо ckalgos за создание расширения для загрузки набора данных клуба.

Благодарим вас, drRobertDev за предоставление набора данных Fc25Players.csv .

Спасибо всем, кто открыл проблемы в репо и оставил свои отзывы.

Спасибо всем, кто прокомментировал пост на Reddit.

Спасибо FutDB за предоставление API, который позволил мне изначально протестировать решатель на 10 тысячах игроков ( input.csv ).