ویرگول
ورودثبت نام
مهندسی صنایع ایران
مهندسی صنایع ایرانمهندسی صنایع ایران، عماد مهندسی کشور: [email protected]
مهندسی صنایع ایران
مهندسی صنایع ایران
خواندن ۳ دقیقه·۲ سال پیش

چگونه یک رقابت ورزشی ناتمام را به پایان برسانیم

ورود به جلسه روز سه شنبه ساعت 16 از طریق نشانی zaya.io/room امکان پذیر است. (هفتم اسفند)

zaya.io/room
مهندسی صنایع، عماد مهندسی کشور
مهندسی صنایع، عماد مهندسی کشور


پایان دادن به یک لیگ ورزشی که به دلیل شرایط خاصی مانند پاندمی کووید-19 معلق شده است، چالشی پیچیده و چندوجهی است. در این راستا، هدف اصلی این مقاله ارائه یک رویکرد جامع و داده محور برای انتخاب مناسب ترین بازی ها از میان باقی مانده بازی ها به منظور اتمام فصل در یک بازه زمانی کوتاه است. این موضوع به ویژه در شرایطی که لیگ ها نیاز به بازگشت به فعالیت دارند و باید تصمیمات سریع و مؤثری اتخاذ کنند، اهمیت بیشتری پیدا می کند.

در ابتدا، باید توجه داشت که پایان دادن به یک فصل معلق با چالش های خاصی روبرو است. از جمله این چالش ها می توان به انتخاب بازی ها به گونه ای اشاره کرد که نتایج نهایی لیگ به نتایج مورد انتظار نزدیک باشد. در واقع، اگرچه ادبیات غنی ای در مورد برنامه ریزی یک فصل کامل از ابتدا وجود دارد، اما اتمام یک فصل موجود نیازمند رویکردهای متفاوت و دقیق تری است.

مدل پیشنهادی ما با بهره گیری از تحلیل های پیش بینی و تجویزی، سعی دارد تا جدولی برای باقی مانده فصل ایجاد کند که شامل زیرمجموعه ای از بازی های از پیش تعیین شده باشد. این مدل به طور خاص بر اساس اهداف مبتنی بر رتبه بندی طراحی شده است و از یک مدل بهینه سازی تصادفی بهره می برد. در این راستا، پارامترهای مدل ابتدا با استفاده از یک مدل پیش بینی برآورد می شوند.

علاوه بر این، ما یک بازفرمولاسیون معادل قطعی را معرفی می کنیم و از الگوریتم Frank-Wolfe سفارشی برای حل کارآمد این مسئله استفاده می کنیم. همچنین، یک همتای مقاوم مبتنی بر حداقل-حدس بد را نیز ارائه می دهیم که به ما کمک می کند تا در برابر عدم قطعیت ها مقاوم تر باشیم.

برای ارزیابی کارایی مدل های خود، آزمایش های عددی مبتنی بر شبیه سازی از فصل های گذشته لیگ بسکتبال ملی ایالات متحده (NBA) بین سال های 2004 تا 2019 انجام داده ایم. نتایج نشان می دهد که مدل های ما از نظر محاسباتی کارآمد هستند و در مقایسه با معیارهای خسیس که سیاست های برنامه ریزی غیر مبتنی بر رتبه بندی را تقریب می زنند، عملکرد بهتری دارند و نتایج قابل تفسیرتری تولید می کنند.

از نظر مدیریتی، چارچوب تصمیم گیری مبتنی بر داده ما می تواند برای تولید یک فصل کوتاه تر با 25% تا 50% بازی کمتر مورد استفاده قرار گیرد، در حالی که همچنان رتبه بندی پایان فصل مشابهی را تولید می کند که اگر فصل به طور کامل برگزار شده بود، حاصل می شد. این رویکرد نه تنها به لیگ ها کمک می کند تا به سرعت به فعالیت خود بازگردند، بلکه اطمینان حاصل می کند که نتایج نهایی عادلانه و منطقی باشد.

در نهایت، نتیجه گیری از این تحقیق نشان می دهد که با استفاده از روش های تحلیلی پیشرفته و داده محور، لیگ های ورزشی می توانند به طور موثری به شرایط بحرانی پاسخ دهند و ضمن حفظ عدالت در رقابت ها، تجربه ای مثبت برای طرفداران و ذینفعان خود فراهم آورند.
مهندسی صنایعمهندس صنایعپاورقی
۰
۰
مهندسی صنایع ایران
مهندسی صنایع ایران
مهندسی صنایع ایران، عماد مهندسی کشور: [email protected]
شاید از این پست‌ها خوشتان بیاید