Creación de reglas difusas para pronósticos de encuentros de la liga mx del futbol Mexicano

Autores/as

  • Enrique Antonio Pedroza Santiago Centro Universitario UAEM Valle de México
  • Maricela Quintanilla López Centro Universitario UAEM Valle de México
  • Héctor Rafael Orozco Aguirre Centro Universitario UAEM Valle de México
  • Víctor Manuel Landassuri Moreno Centro Universitario UAEM Valle de México

DOI:

https://doi.org/10.30973/progmat/2019.11.2/8

Palabras clave:

Lógica difusa, reglas, fútbol, encuentros, liga MX

Resumen

En el contexto del futbol soccer como en otros deportes el resultado de un encuentro entre dos equipos depende o es afectado por varios actores y factores involucrados. En el caso de los actores, intervienen los jugadores, el director técnico, los árbitros y la afición; mientras que para los factores, entran en consideración el entorno (altura, presión atmosférica y clima), las condiciones de la cancha en el estadio, la fecha y la hora donde se disputará un encuentro, así como en ocasiones los intereses económicos. En este trabajo se presenta una propuesta de una serie de reglas difusas las cuales conjuntan aquellos elementos mencionados que giran entorno en el contexto de los encuentros de futbol soccer, en particular para la liga MX del futbol soccer mexicano. Este conjunto de reglas son diseñadas de manera tal que ofrezcan confiabilidad al momento de que se tomen decisiones guiando de manera correcta los pasos de observación, análisis, elección y aplicación. Estas reglas permiten pronosticar el resultado de los encuentros tomando en cuenta las alineaciones de los equipos tanto local como visitante, así como los factores, dando siempre una posibilidad en un criterio de ganar, empatar o perder, sin arrojar un resultado de goles anotados. Es posible darle diversos usos, tales como toma de decisiones, al observar que una alineación tiene pocas posibilidades de vencer a su rival y es necesario hacer modificaciones de tal forma que sus posibilidades aumenten. Los principales hallazgos y aportaciones de contar con un trabajo de investigación como el aquí propuesto, radican en que hasta el momento no se ha podido encontrar algún modelo con estas características, lo cual lo hace único y novedoso, además de que puede ser adaptado y modificado para su aplicación en otros contextos deportivos.

Biografía del autor/a

Enrique Antonio Pedroza Santiago, Centro Universitario UAEM Valle de México

Recibió el título de Ingeniero en Computación y de Maestro en Ciencias de la Computación por parte de la Universidad Autónoma del Estado de México a través del Centro Universitario UAEM Valle de México. Sus áreas de interés se encuentran en el desarrollo de Software de Sistemas, creación de Juegos Educativos y aplicaciones basadas en Inteligencia Artificial, en específico, aplicaciones de pronóstico mediante Lógica Difusa. Actualmente, labora como consultor independiente y pretende estudiar un Doctorado en Ciencias en una Institución de Educación Superior de México que cuente con un programa que pertenezca al Programa Nacional de Posgrados de Calidad (PNPC) del Consejo Nacional de Ciencia y Tecnología (CONACyT). 

Maricela Quintanilla López, Centro Universitario UAEM Valle de México

Profesora de Tiempo Completo del Centro Universitario UAEM Valle de México de la Universidad Autónoma del Estado de México. Ella es Ingeniera en Sistemas Computacionales, y tiene la Maestría y el Doctorado en Ciencias Computacionales con especialidad en Inteligencia Artificial por el Tecnológico de Monterrey. Cuenta con el reconocimiento de Perfil Deseable PRODEP de la SEP en México. Ha dirigido tesis de maestría y licenciatura, ha sido conferencista magistral y ponente en diversos eventos. Ha publicado artículos en las áreas de Inteligencia Artificial y Minería de Datos relacionados con sus proyectos de Investigación.

Héctor Rafael Orozco Aguirre, Centro Universitario UAEM Valle de México

Profesor de Tiempo Completo del Centro Universitario UAEM Valle de México. Obtuvo su Maestría en 2006 y Doctorado en 2010 en el Centro de Investigación y de Estudios Avanzados del Instituto Politécnico Nacional, Unidad Guadalajara. Como parte de sus estancias de investigación en el extranjero, de 2007 a 2008 estuvo en el Laboratorio de Realidad Virtual de la Escuela Politécnica Federal de Lausana en Suiza, y de 2011 a 2012 en el Instituto de Innovación en Medios de Comunicación de la Universidad Tecnológica de Nanyang en Singapur. En 2011, fue galardonado por la Sociedad Mexicana de Inteligencia Artificial a la Tercera Mejor Tesis de Doctorado a nivel nacional. Actualmente, trabaja en Proyectos de Investigación referentes a Simulación de Estrategias de Predicción y Anticipación de Crimen para su Control y Reducción, Tutores Virtuales para la Mejora de la Enseñanza Educativa, así como Análisis, Modelado y Simulación de Tráfico Vehicular y Comportamiento Peatonal. Ha dirigido tesis de maestría y licenciatura, Ha sido conferencista magistral y ponente en diversos eventos y ha publicado artículos y capítulos de libro en las áreas de Inteligencia Artificial Aplicada e Inteligencia Computacional. Cuenta con el reconocimiento de Perfil Deseable PRODEP de la SEP en México.

Víctor Manuel Landassuri Moreno, Centro Universitario UAEM Valle de México

Recibió el título de Ingeniero en Computación en el 2003 por parte de la Unidad Académica Profesional Valle de México, actualmente el Centro Universitario UAEM Valle de México de la Universidad Autónoma del Estado de México. Posteriormente, obtuvo el grado de Maestro en Ciencias en el Centro de Investigación en Computación del Instituto Politécnico Nacional (CIC-IPN) en el 2006. Después, obtuvo el grado de Doctor en Ciencias de la Computación en la Universidad de Birmingham en el Reino Unido. Él ha impartido clase en el Centro Universitario Valle de México entre el 2006 y 2007, y del 2011 a la fecha como Profesor de Tiempo Completo. Cuenta con el reconocimiento de Perfil Deseable PRODEP de la SEP en México. También ha publicado diversos artículos científicos y cuenta con reconocimientos entre cursos impartidos/recibidos, ponencias en congresos nacionales e internacionales, así como premios al mejor artículo. Actualmente, es Director del Centro Universitario UAEM Valle de México de la Universidad Autónoma del Estado de México.

Citas

Bayona, C. A. (2013). Modelo de predicción de resultados en el fútbol profesional Colombiano. Chía, Colombia: Universidad de la Sabana.

Berry, M., & Gordon, L. (2004). Data mining Techniques. Canada: Wiley Computer Publishing

Cingolani, P. (2013). jFuzzyLogic: a java library to design fuzzy logic controllers according to the standard for fuzzy control programming. International Journal of Computational Intelligence Systems. https://doi.org/10.1080/18756891.2013.818190

Díaz, D. V. (2000). Diseño de un controlador basado en lógica difusa para la regulación de flujo neutrónico. Metepec, México: Instituto tecnológico de Toluca.

Duarte, O. (2000). Aplicaciones de la lógica difusa. Revista Ingeniería e Investigación, 5-12.

Hall, M., Frank, E., Holmes, G., Pfahringer, B., Reutemann, P., & Witten, I. H. (2009). The WEKA data mining software: an update. ACM SIGKDD explorations newsletter, 11(1), 10-18. https://doi.org/10.1145/1656274.1656278

Luna, G. M. (2002). Introducción a la lógica difusa. Distrito Federal, México: Instituto Politécnico Nacional.

Ortiz, M., & Torres, M. (2014). Creación de un sistema experto probabilístico para simular los resultados de la competencia de equipos de fútbol de la categoría A del campeonato ecuatoriano por medio de motores de inferencias. Guayaquil, Ecuador: Universidad Politecnica Salesiana.

Pedroza, E., Quintana, M., Orozco H., & Landassuri, V. (2018). Clasificación de jugadores de futbol soccer basada en sus habilidades deportivas, físicas y mentales. 10° Congreso Mexicano de Inteligencia Artificial (COMIA). Congreso llevado a cabo en Yucatán, México.

Pérez Sánches, J., Martínez Gónzalez, P., & Juárez García, J. (2016). Lógica Difusa. Guadalajara, México: Pearson

Salas, F. G. (2005). Sistemas difusos jerárquicos para modelado y control. Distrito Federal, México: Instituto Politécnico Nacional.

Thomas, P., & Stonier, R. (2005). Fuzzy control in robot-soccer, evolutionary learning in the first layer of control. SYSTEMICS, CYBERNETICS AND INFORMATICS, 1-15.

Descargas

Publicado

28-06-2019

Cómo citar

Pedroza Santiago, E. A., Quintanilla López, M., Orozco Aguirre, H. R., & Landassuri Moreno, V. M. (2019). Creación de reglas difusas para pronósticos de encuentros de la liga mx del futbol Mexicano. Programación matemática Y Software, 11(2), 67–78. https://doi.org/10.30973/progmat/2019.11.2/8

Número

Sección

Artículos

Artículos más leídos del mismo autor/a