Figura 1 - uploaded by Sérgio Augusto Faria Salles
Content may be subject to copyright.
Representação das posições de jogadores em campo de futebol. G: Goleiro; Z: Zagueiro; L: Lateral (E.: Esquerdo, D.: Direito); V: Volante. A: Ala (E.: Esquerdo, D.: Direito); M: Meio Campo (E.: Esquerdo, D.: Direito); MC: Meia central; ML: Meia Lateral; MA: Meia Atacante (E.: Esquerdo, D.: Direito); P: Ponta. AT: Atacante (E.: Esquerdo, D.: Direito).
Source publication
RESUMO Esta pesquisa objetiva analisar a eficiência de jogadores de sete campeonatos europeus de futebol, quanto a suas respectivas posições, e testar as seguintes hipóteses: Quanto maior o valor de mercado, mais eficiente será o jogador ("H1") e jogadores são mais eficientes na fase intermediária de suas carreiras ("H2"). Como método foi utilizada...
Similar publications
Abstract: The manufacturing sector plays an increasingly pivotal role in the development of Vietnam. In the context of economic integration, Vietnam manufacturing enterprises receive abundant investment and market-expansion opportunities that enhance their operating profits and market values. With the aim of supporting corporate managers to positio...
Citations
... Tradicionalmente times profissionais de futebol utilizam técnicas psicológicas para avaliação de jogadores, estas por sua vez possuem um elevado grau de subjetividade (QADER et al., 2017). Cada vez mais métodos de suporte a decisão são aplicados para auxiliar a formação de equipes e seleção de jogadores com o objetivo de melhorar a eficiência de clubes (SALLES et al., 2018). ...
O futebol é um esporte que tem grande impacto social e econômico no âmbito mundial. Clubes e seleções são cada vez mais vistos como um negócio rentável, e obrigatoriamente a eficiência de times tem cada vez mais papel importante em sua sobrevivência. Até a Copa de 2018 a FIFA utilizava um método de cálculo de ordenação que tinha características compensatórias, onde bons desempenhos em alguns critérios suprem a deficiência em outros. Este trabalho se propõe em dar um tratamento não compensatório e multicritério para ordenação das seleções participantes da Copa do Mundo de 2018 adotando o método PROMÉTHÉE II. Os resultados apontam dispersões com relação a classificação final da Copa 2018 e o rank FIFA de clubes. A ordenação encontrada no trabalho é considerada mais realista, pois incorpora elementos de imprecisão e não-compensação..
... Tradicionalmente times profissionais de futebol utilizam técnicas psicológicas para avaliação de jogadores, estas por sua vez possuem um elevado grau de subjetividade (Qader et al., 2017). Cada vez mais métodos de suporte a decisão são aplicados para auxiliar a formação de equipes e seleção de jogadores com o objetivo de melhorar a eficiência de clubes (Salles, Almeida, Hora, & Erthal, 2018). ...
Resumo: O futebol é um esporte que tem grande impacto social e econômico no âmbito mundial. Clubes e seleções são cada vez mais vistos como um negócio rentável, e obrigatoriamente a eficiência de times tem cada vez mais papel importante em sua sobrevivência. Até a Copa de 2018 a FIFA utilizava um método de cálculo de ordenação que tinha características compensatórias, onde bons desempenhos em alguns critérios suprem a deficiência em outros. Este trabalho se propõe em dar um tratamento não compensatório e multicritério para ordenação das seleções participantes da Copa do Mundo de 2018 adotando o método PROMÉTHÉE II. Os resultados apontam dispersões com relação a classificação final da Copa 2018 e o rank FIFA de clubes. A ordenação encontrada no trabalho é considerada mais realista, pois incorpora elementos de imprecisão e não-compensação. Palavras-chave: PROMÉTHÉE II, Copa do Mundo, Modelagem multicritério.
For soccer managers, player selection lineups are a key process for better performance, both on financial and sports matters. However, to determine a quality solution to this problem it becomes more complex, as the number of alternatives and criteria increases and the number of viable solutions grows ex ponentially. This paper proposes a multicriteria method with genetic algorithm for the evaluation of soccer teams based on Brazilian Championship data. A team complementation percentage was calculated con sidering a total of 322 athletes and 18 criteria. The results presented a 3-6-1 format as the ideal for this case study, obtaining a team complementation value of 43.04%. The method adaptability for the decision-maker is highlighted, showing it was possible to determinate the most complementary team according to the desired tactical formation and importance attributed for each criterion.
Keywords:
evolutionary algorithm; multicriteria; operational research
