MEM-GA: MÉTODO DE ESCOLHA MÚLTIPLA COM ALGORITMO GENÉTICO APLICADO À FORMAÇÃO DE EQUIPES DE FUTEBOL

por Sérgio Augusto Faria Salles publicado 20/02/2021 22h07, última modificação 20/10/2023 16h30

Henrique Rego Monteiro da Hora (Orientador)

Contexto: Embora não seja devidamente explorado na literatura científica, a formação de equipes é um aspecto chave para o futebol. Neste tipo de problema, tomadores de decisão visam formar uma equipe ideal, selecionando os melhores atletas para cada função. Porém, à medida que o número de alternativas aumenta, cresce exponencialmente o número de soluções viáveis e identificar uma solução satisfatória passa a demandar um esforço excessivo. Objetivo: A presente pesquisa insere-se neste contexto, propondo um novo método para formação de equipes, tendo como estudo de caso a 1ª Divisão do Campeonato Brasileiro de Futebol, 2017. Método: Foram coletadas estatísticas de mais de 300 atletas para, em seguida, ser utilizado o Multiplex Electionis Methods (MEM) adicionado com algoritmo genético para escalação da equipe, formando assim o método MEM-GA (Multiplex Electionis Methods - Geneticae Algorithm), o qual tem como objetivo determinar conjunto satisfatório de escolhas em problemas multicritério. Resultados: Uma busca a literatura científica identificou apenas quatro trabalhos de objetivo semelhantes a esta pesquisa, tendo esta abordado uma população de estudo (número de atletas) superior as demais. Através do método foram apresentadas duas equipes em escalações, avaliados sobre 18 critérios. A equipe considerada mais complementar foi escalada no formato 3-6-1, prezando por laterais e meio campistas, não selecionando nenhum zagueiro. Seus desempenhos foram comparados a uma equipe no formato clássico 4-4-2, demonstrando superioridade em um maior número de atributos. Conclusão: Destaca-se a eficiência e adaptabilidade do método, além de sua singularidade, sendo possível determinar através de diferentes formações táticas e importância de critérios, a equipe mais complementar de acordo com o tomador de decisão, considerando uma grande quantidade de variáveis.
Palavras-chave: Algoritmo Evolutivo, Esportes Coletivos, Pesquisa Operacional, Tomada de Decisão.

Context: Team formation is a key aspect for football, being able to bring significant results in sports and financial aspects. In this problem, decision makers aim for an ideal team, selecting the best athletes for each function. However, as the number of alternatives increases, the number of viable solutions grows exponentially, and identifying the ideal solution demands more efforts. Objective: This research is inserted in this context, proposing a new method for team formation, having the 1st Division of the Brazilian Football Championship, 2017 as a case study. Method: Statistical performance data were collected from 322 athletes, followed using the MEM method added with genetic algorithm for team lineup. The aim of this method is to determine the best set of multicriteria problems that, together with the genetic algorithm, can evaluate the complementarity between criteria and alternatives inserted in larger populations. Results: Through the method two teams were presented in 10-player squads, evaluated on 18 criteria, with and without field position restrictions, in which five of the 10 athletes were present in both teams. The more complementary was scaled in the form 3-6-1, prioritizing for fullbacks and midcenters, not selecting any central defenders. Conclusion: The efficiency and adaptability of the method is emphasized, since it‟s possible to determine, through different tactical formations and importance of criteria, the most complementary team according to the decision maker, considering a large number of variables.
Keywords: Collective Sports, Decision Making, Operations Research.

PDF document SÉRGIO AUGUSTO FARIA SALLES.pdf — Documento PDF, 2.65 MB
Conteúdo

Atualmente não existem itens nessa pasta.