Video Experimental Relacionado
Updated: Jan 8, 2026

11:53
The Modular Design and Production of an Intelligent Robot Based on a Closed-Loop Control Strategy
Published on: October 14, 2017
12.1K
Configuración de la estructura de la industria deportiva basada en aprendizaje profundo y algoritmo genético
Yupeng Li1, Kitak Kim2, Long Zhang3
1College of Physical Education and Health, Linyi University, Linyi, 276000, Shandong, China.
Scientific reports
|December 19, 2025
Resumen
Este estudio presenta un marco inteligente que utiliza aprendizaje profundo y algoritmos genéticos para optimizar la industria deportiva. El modelo mejora los beneficios económicos, sociales y ambientales, con un error de predicción inferior al 6% en todas las regiones.
Área de la Ciencia:
- Economía de la industria deportiva
- Desarrollo sostenible
- Optimización de la estructura industrial
Sus antecedentes:
- La industria deportiva enfrenta desequilibrios estructurales y desafíos de sostenibilidad.
- La investigación existente carece de modelado dinámico, optimización multiobjetivo y soluciones cuantitativas.
- Necesidad de herramientas de toma de decisiones inteligentes para la optimización precisa de la estructura industrial.
Objetivo del estudio:
- Construir un marco de optimización inteligente que integre el aprendizaje profundo (DL) y los algoritmos genéticos (GA) para la industria deportiva.
- Superar las limitaciones en el modelado dinámico, la optimización multiobjetivo y las soluciones cuantitativas.
- Mejorar sinérgicamente los beneficios económicos, sociales y ambientales dentro del sector deportivo.
Principales métodos:
- Se utilizó una red neuronal convolucional unidimensional para la extracción de características y la predicción de tendencias a partir de datos industriales de alta dimensionalidad.
- Se empleó un algoritmo genético como motor de optimización para encontrar soluciones óptimas de Pareto.
- Se analizaron estadísticas industriales (2010-2022) y datos de panel provinciales (2018-2020), con validación interregional utilizando datos de EE. UU. y Alemania.
Principales resultados:
- Reveló las características centrales de la transformación de la industria deportiva hacia la orientación al servicio.
- Verificó el impacto negativo de la pandemia: una disminución del 7,2% en la producción total y del 4,6% en el valor agregado en 2020.
- Logró un error de predicción interregional inferior al 6%; proyectó una trayectoria impulsada por la innovación que aumentará los servicios deportivos al 68,5% para 2025.
Conclusiones:
- El marco de optimización inteligente ofrece un nuevo paradigma para la optimización precisa de la estructura de la industria deportiva.
- El estudio proporciona una herramienta de toma de decisiones inteligente con profundidad teórica y valor práctico.
- Se establece el apoyo empírico para la optimización precisa y la aplicación interregional en la industria deportiva.

