Instituto Federal De Educação, Ciência E Tecnologia Fluminense Programa De Pós-Graduação Em Sistemas Aplicados À Engenharia E Gestão
Total Page：16
File Type：pdf, Size：1020Kb
Instituto Federal de Educação, Ciência e Tecnologia Fluminense Programa de Pós-graduação em Sistemas Aplicados à Engenharia e Gestão MEM-GA: MÉTODO DE ESCOLHA MÚLTIPLA COM ALGORITMO GENÉTICO APLICADO À FORMAÇÃO DE EQUIPES DE FUTEBOL SÉRGIO AUGUSTO FARIA SALLES 2018 Instituto Federal de Educação, Ciência e Tecnologia Fluminense Programa de Pós-graduação em Sistemas Aplicados à Engenharia e Gestão MEM-GA: MÉTODO DE ESCOLHA MÚLTIPLA COM ALGORITMO GENÉTICO APLICADO À FORMAÇÃO DE EQUIPES DE FUTEBOL SÉRGIO AUGUSTO FARIA SALLES Henrique Rego Monteiro da Hora (Orientador) Dissertação submetida como requisito para obtenção do grau de Mestre no Programa de Pós- graduação em Sistemas Aplicados à Engenharia e Gestão, Área de Concentração em Sistemas Computacionais. Campos dos Goytacazes, RJ Novembro de 2018 ii Instituto Federal de Educação, Ciência e Tecnologia Fluminense Programa de Pós-graduação em Sistemas Aplicados à Engenharia e Gestão SÉRGIO AUGUSTO FARIA SALLES Dissertação submetida como requisito para obtenção do grau de Mestre no Programa de Pós- graduação em Sistemas Aplicados à Engenharia e Gestão, Área de Concentração em Sistemas Computacionais. PROJETO APRESENTADO EM 09/11/2018. ________________________________________________ Henrique Rego Monteiro da Hora Doutor em Engenharia de Produção - UFF (Orientador) ________________________________________________ Milton Erthal Júnior Doutor em Produção Vegetal – UENF ________________________________________________ André Soares Velasco Doutor em Engenharia de Produção - UFF ________________________________________________ Dalessandro Soares Vianna Doutor em Informática – PUC iii DEDICATÓRIA À Lenita, minha mãe, que durante toda minha vida nunca mediu esforços pela minha felicidade. À Sérgio Luiz (in memoriam), meu pai, por ser meu exemplo e grande herói. Tudo que sou e serei devo ao amor que vocês sempre me dedicaram. iv AGRADECIMENTOS Primeiramente agradeço a minha noiva, Rafaela, e a minha mãe, Lenita, por todo apoio desde o primeiro momento em que decidi cursar este mestrado. Tudo que realizei durante estes dois anos de curso foram resultados de todo amor e suporte que vieram de vocês duas. À Henrique da Hora, de quem tenho orgulho de ter sido orientado, agradeço por toda dedicação, paciência e amizade durante este processo. Aos professores Dalessandro Vianna e André Velasco pelas considerações e auxílio na elaboração da pesquisa. Aos meus professores e amigos Milton Erthal, Aldo Shimoya, Alber Neto e Ana Carla dos Santos por todos os ensinamentos e disposição em ajudar, sempre que solicitados. Agradeço a todos os meus amigos e a Aliel, Igor, Hugo e Lucas, meus irmãos de coração, por todas as horas de descontração durante este período de tanto esforço. A todos os alunos da turma de 2017 do SAEG. Terem vocês como colegas de classe tornam esta conquista algo muito mais significante para mim. Grande parte da motivação de um trabalho sobre futebol vem de ídolos de nossos clubes de coração, então, como prometido em 22/02/2018, agradeço também a Martin Silva, por todos os serviços prestados ao Vasco, principalmente pelas três defesas de pênalti realizadas neste dia. À Jesus Cristo, meu Senhor e Salvador, que me proporcionou o sonho de cursar este mestrado e me guiou até a chegada deste dia tão importante. v “Se, a princípio, a ideia não é absurda, então não há esperança para ela.” (Albert Einstein) vi RESUMO 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. vii ABSTRACT 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. viii LISTA DE ABREVIAÇÕES AHP: Analytic Hierarchy Process DEA: Data Envelopment Analysis FIFA: Fédération Internationale de Football Association MEM: Multiplex Electionis Methodus MEM-GA: Multiplex Electionis Methods - Geneticae Algorithm NFL: National Football League OWA: Ordered Weighted Averaging TOPSIS: Technique for Order of Preference by Similarity to Ideal Solution ix LISTA DE FIGURAS Figura 1 – Fluxograma de procedimentos para busca e seleção dos artigos .............................. 7 Figura 2 – Segmentação dos trabalhos de formação de equipes ................................................ 8 Figura 3 – Artigos retornados pela pesquisa e suas relações .................................................... 10 Figura 4 – Compartilhamento de referências entre os artigos .................................................. 11 Figura 5 – Zagueiros selecionados pelos métodos PROMETHEE (a), MEM (b) e Comparativo de desempenhos das alternativas (c) ................................................................... 35 Figura 6 – “Laterais” selecionados pelos métodos PROMETHEE e MEM............................. 36 Figura 7 – Volantes selecionados pelos métodos PROMETHEE (a), MEM (b) e Comparativo (c) .............................................................................................................................................. 37 Figura 8 – “Meias” selecionados pelos métodos PROMETHEE (a), MEM (b) e Comparativo (c) .............................................................................................................................................. 38 Figura 9 – “Atacantes” selecionados pelos métodos PROMETHEE e MEM. ......................... 39 Figura 10 – Correlação Spearman entre 20 primeiros conjuntos de alternativas ..................... 40 Figura 11 - Correlação Spearman entre todas as combinações de alternativas. ....................... 41 Figura 12 – Evolução de complementação entre alternativas durante testes. .......................... 57 Figura 13 – Representação do desempenho para equipe formada sem restrições .................... 58 Figura 14 – Escalação da equipe determinada sem restrições .................................................. 59 Figura 15 – Acompanhamento da complementação entre alternativas em equipe com restrições ................................................................................................................................... 60 Figura 16 – Representação do desempenho para formada 4-4-2 .............................................. 61 Figura 17 – Escalação de equipe