La Superliga argentine a planifié sa saison selon des motifs de regroupement plutôt que des noms de lieux

Programmer le championnat professionnel de football de première division d'Argentine, la Superliga, était un exercice politique autant que logistique : plus de 20 clubs à travers un vaste pays, des diffuseurs disposant de droits sur des créneaux, des exigences gouvernementales et des fenêtres internationales. Les calendriers passés étaient construits manuellement et ne satisfaisaient presque personne.

Le modèle de programmation en nombres entiers de l'équipe a rendu l'équité géographique structurelle plutôt qu'accessoire. Au lieu de partir des noms de lieux, il a créé et attribué des motifs de regroupement — des groupes d'équipes qui voyagent bien ensemble — au sein d'une décomposition qui attribuait ensuite chaque match à une date et à un créneau horaire, en tenant compte simultanément des conditions des diffuseurs, des exigences gouvernementales et du calendrier des tournois internationaux.

Le modèle a produit des améliorations claires sur de multiples critères par rapport à l'approche précédente et a effectivement été mis en œuvre, programmant les saisons 2018–2019 et 2019–2020 de la Superliga.

Regrouper les équipes par géographie à l'intérieur du modèle, et non à l'extérieur

Les motifs de regroupement rassemblent les équipes en déplacement en groupes cohérents, de sorte que l'équité des déplacements est intégrée à l'optimisation plutôt que corrigée après coup.

Modéliser conjointement l'attribution des dates et des créneaux avec la génération des rencontres signifie que les contraintes des diffuseurs et du gouvernement façonnent le calendrier dès le départ.

La mise en œuvre sur deux saisons consécutives — dans un sport où les calendriers font l'objet de conflits publics — constitue la preuve la plus forte que la méthode a fonctionné.

Lorsque « l'équité » signifie la géographie, encoder la géographie dans la structure de résolution elle-même — les heuristiques fondées sur les noms de lieux échouent là où les motifs de regroupement permettent à l'optimiseur de respecter toutes les contraintes à la fois.

Le travail a été finaliste du prix Daniel H. Wagner 2020 et publié dans l'INFORMS Journal on Applied Analytics en 2021. La Superliga a utilisé les calendriers du modèle pour les saisons 2018–2019 et 2019–2020.