Krikette hedef revizyonu için bulanık mantık ve bağlamsal indekslerle Duckworth–Lewis–Stern modellemesi

Neden yağmur ve çiy bir kriket maçını değiştirebilir

Taraftarlar sık sık yağmur kurallarının ve geç akşam çiyinin sınırlı vuruşlu kriket maçlarını haksız yere eğdiğini söyler. Oyun kısaldığında, takip eden takımın hedefini yeniden belirlemek için Duckworth–Lewis–Stern (DLS) yöntemi kullanılır, ancak bu yöntem yalnızca kalan over sayısı ve düşen wicket sayısına bakar. Bu makale, birçok seyircinin ve oyuncunun içgüdüsel olarak hissettiği bir soruyu gündeme getiriyor: hedef hesaplamaları ayrıca takımların gücünü, saha yüzeyinin davranışını ve çiyle kayganlaşmış dış saha koşullarını da hesaba katmalı mı? Yazarlar tam da bunu yapmanın yeni, daha esnek bir yolunu öneriyorlar.

Mevcut yağmur kuralı maçı nasıl görüyor

Standart DLS yöntemi, bir takımın skor üretme gücünün iki sayıya bağlı olduğunu varsayar: kaç over kaldığı ve kaç wicket düştüğü. Bunlardan, hâlâ mevcut olan “vurma kaynakları” yüzdesini tanımlayan düzgün bir eğri oluşturulur. Yağmurdan etkilenen maçlarda hedefler ve par skorları sonra her iki tarafın kullandığı kaynakları karşılaştırarak basitçe hesaplanır. Bu yaklaşım dünya standardı olacak kadar iyi çalıştı, ancak bir kör noktası vardır: aynı over ve wicket değerlerine sahip iki inningi aynı kabul eder; oysa bir taraf dünya sınıfı vuruşçulara düz bir zeminde sahipken diğer taraf ışıklar altında sallanan topa karşı oynuyor olabilir.

Bağlamı resme dahil etmek

Bu boşluğu kapatmak için yazarlar, takım gücünü ve maç koşullarını basit, yorumlanabilir bir biçimde yakalayan sayısal indeksler oluşturuyorlar. Vuruculuk Kalite İndeksi, vurucu ortalamaları, strike rate’leri ve sıralamaları 0 ile 1 arasında tek bir değerde harmanlıyor; 0.5 değeri kabaca “ortalama” demek. Bowling Tehdit İndeksi ise bowling tarafı için benzer şekilde ekonomiklik, top başına düşen wicket sayısı, ortalamalar ve sıralamaları kullanıyor; daha güçlü saldırılar daha yüksek puan alıyor. Ayrıca kaç Powerplay over’ının kaldığını, zeminin vuruculuğa veya bowlinge ne kadar müsait olduğunu ve havanın kuru, çiseleyen veya yoğun çiyli olup olmadığını da hesaba katıyorlar. Zemin ve hava, katı “iyi” veya “kötü” yerine örtüşen tonlarla —örneğin “sert,” “nemli” veya “aşınmış”— tanımlanıyor ve ardından tek bir zemin veya hava puanına harmanlanıyor; bu işlem için bulanık mantık kullanılıyor.

Koşullara göre esneyen bir eğri

Bu girdiler üzerine inşa ederek, yazarlar iki ilişkili matematiksel araç tasarlıyor. İlk olarak, koşullar ortalama olduğunda tanıdık DLS kaynak eğrisini yakından taklit eden, ancak vuruculuk güçlendiğinde, bowling daha şiddetli olduğunda, zemin düzleştiğinde veya çiy geldiğinde hafifçe yukarıya veya aşağıya bükülen genelleştirilmiş bir lojistik–üstel eğri sunuyorlar. İkinci olarak, bu fikri tam bir bulanık mantık sisteminin içine yerleştiriyorlar; bu sistem, gerçek kriket diline benzer kuralları —örneğin “eğer vuruculuk güçlü ve zemin düz ve çiy mevcutsa, kaynaklar çok yüksektir” gibi— alıp bunları hassas sayısal ayarlamalara çeviriyor. Örnek uygulamalarda model, bowler dostu ayarlarda par skorları hafifçe yukarı iterken; kovalamaca koşulları yardımcıysa par skorları aşağı çekiyor ve her şey nötr olduğunda klasik DLS biçimine geri dönüyor.

Çiy gerçekten kovalamacaya yardımcı oluyor mu?

Modellemenin ötesinde, makale Hindistan’da oynanan 100 bir günlük uluslararası maçı inceleyerek yaygın bir inancı test ediyor: kış çiyinin kovalamacayı kolaylaştırdığı. Maçları kış ve kış dışı aylara ayıran yazarlar, ikinci vuran takımların kış maçlarının %56,5’ini kazanırken kış dışı maçların yalnızca %37,0’sini kazandığını buluyor. Kovalamada kazanma olasılığı kışın biraz daha iki katından fazla, ancak örneklem boyutu tam olarak küçük kaldığı için sonuç katı istatistiksel anlamlılığın eşiğine ulaşmıyor. Yine de bu desen, modelin kullanmak üzere tasarlandığı bulanık girdilerle iyi örtüşüyor: kaygan toplar, daha hızlı dış sahalar ve ikinci inningde vurucular için daha yumuşak koşullar.

Daha adil hedefler için bunun anlamı

Genel olarak, Bulanık-DLS modeli standart yağmur kuralının geliştirilmiş, bağlamdan haberdar bir versiyonu gibi davranıyor. 30 örnek vaka setinde, kaynak tahminleri resmi DLS değerlerinden ortalama yalnızca yaklaşık 1,5 yüzde puanı farklı ve par skorlar ortalamada biraz üzerinde iki koşuluk değişiyor — küçük, düzgün kaymalar, köklü değişiklikler değil. Yine de bu kaymalara, oyuncuların, yorumcuların ve taraftarların zaten konuştuğu bilgilere dayanıyor: kadroların gücü, zeminin durumu ve çiy veya yağmurun varlığı. Gayri-uzman bir okuyucu için ana çıkarım, tanıdık DLS çerçevesini korurken maçın gerçek hissine daha duyarlı hale getirmenin mümkün olduğu; bunun da hedef revizyonlarını hem matematiksel olarak düzgün hem de sezgisel olarak adil gösterme potansiyeli taşıdığıdır.

Atıf: Samanta, S., Allahviranloo, T., Mrsic, L. et al. Duckworth–Lewis–Stern modeling with fuzzy logic and contextual indices for target revision in cricket. Sci Rep 16, 10630 (2026). https://doi.org/10.1038/s41598-026-44750-8

Anahtar kelimeler: kriket analitiği, yağmurdan etkilenen maçlar, hedef revizyonu, bulanık mantık, Duckworth-Lewis-Stern