Algoritmo Genético Acoplado com Q-Learning e Multimineração para o Problema de Tabela-Horário de Jogos da Superliga Brasileira de Voleibol

O escalonamento de calendários esportivos em ligas de formato double round-robin
espelhado envolve decisões combinatorialmente complexas de mando e sequência de jogos, com
impacto direto nos custos logísticos das equipes. No contexto da Superliga Brasileira de Voleibol, o
estado da arte (algoritmo ILS+SA) apresenta duas limitações: a busca local não se adapta ao estado
corrente da solução e os padrões estruturais das soluções elite não são reutilizados. Este trabalho
propõe o MDM-GA-QVND, que combina um algoritmo genético com crossover guloso por roda-
das, uma busca local VND guiada por Q-Learning tabular (QVND) e uma multimineração iterativa
(MDM) de padrões elite. Em 8 instâncias reais (temporadas 2021-22 a 2024-25), o método supera
o baseline em três eixos: qualidade (redução média de 5,61% em favg, significativa pelo Wilcoxon
pareado em todas as instâncias), consistência (3,36% contra 4,72%) e velocidade de convergência
(uma a duas ordens de grandeza).