The impact of software engineering on strategy development in Formula One
Grönroos, Jussi (2026)
Kandidaatintyö
2026
School of Engineering Science, Tietotekniikka
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2026060463836
https://urn.fi/URN:NBN:fi-fe2026060463836
Tiivistelmä
This thesis examines how software engineering has developed strategic decision-making in Formula One. Strategic choices such as pit stop timing, tyre selection, and fuel management must be made within seconds under conditions of incomplete information. The thesis fills gaps in existing studies by focusing specifically on software engineering tools.
The study is divided into two parts. The literature review covers the historical development of software and key technologies, including telemetry, simulation, digital twins, and machine learning. The second part presents a data-driven study using a self-built XGBoost model trained on race data from 1994 to 2011 and tested on data from 2012 to 2024.
Results show that the most dominant variables affecting point gain were grid position and strategy variance. The tool demonstrates how the impact of strategic error declined relative to car and driver quality across different software eras. Finally, a championship simulation compares historical results against a "perfect strategy" scenario to illustrate the evolution of strategic decision-making over the last 30 years. Tämä opinnäytetyö tutkii, miten ohjelmistotekniikka on kehittänyt strategista päätöksentekoa Formula 1:ssä. Strategiset valinnat, kuten varikkopysähdysten ajoitus, rengasvalinta ja polttoaineenhallinta, täytyy tehdä sekunneissa epätäydellisen tiedon olosuhteissa. Työ täyttää aukkoja olemassa olevissa tutkimuksissa keskittymällä nimenomaisesti ohjelmistotekniikan työkaluihin.
Tutkimus koostuu kahdesta osasta. Kirjallisuuskatsaus käsittelee ohjelmiston historiallista kehitystä sekä keskeisiä teknologioita, kuten telemetriaa, simulaatiota, digitaalisia kaksosia ja koneoppimista. Toisessa osassa esitellään datapohjainen tutkimus, jossa hyödynnetään itse rakennettua XGBoost-mallia, joka on koulutettu kilpailudatalla vuosilta 1994–2011 ja testattu vuosien 2012–2024 datalla.
Tulokset osoittavat, että pisteiden keräämiseen eniten vaikuttavat muuttujat olivat lähtöruutu ja strategiavaihtelu. Työkalu havainnollistaa, miten strategisten virheiden merkitys on vähentynyt suhteessa auton ja kuljettajan laatuun eri ohjelmistokausien aikana. Lopuksi mestaruussimulaatio vertaa historiallisia tuloksia "täydellisen strategian" skenaarioon ja kuvaa strategisen päätöksenteon kehittymistä viimeisten 30 vuoden aikana.
The study is divided into two parts. The literature review covers the historical development of software and key technologies, including telemetry, simulation, digital twins, and machine learning. The second part presents a data-driven study using a self-built XGBoost model trained on race data from 1994 to 2011 and tested on data from 2012 to 2024.
Results show that the most dominant variables affecting point gain were grid position and strategy variance. The tool demonstrates how the impact of strategic error declined relative to car and driver quality across different software eras. Finally, a championship simulation compares historical results against a "perfect strategy" scenario to illustrate the evolution of strategic decision-making over the last 30 years.
Tutkimus koostuu kahdesta osasta. Kirjallisuuskatsaus käsittelee ohjelmiston historiallista kehitystä sekä keskeisiä teknologioita, kuten telemetriaa, simulaatiota, digitaalisia kaksosia ja koneoppimista. Toisessa osassa esitellään datapohjainen tutkimus, jossa hyödynnetään itse rakennettua XGBoost-mallia, joka on koulutettu kilpailudatalla vuosilta 1994–2011 ja testattu vuosien 2012–2024 datalla.
Tulokset osoittavat, että pisteiden keräämiseen eniten vaikuttavat muuttujat olivat lähtöruutu ja strategiavaihtelu. Työkalu havainnollistaa, miten strategisten virheiden merkitys on vähentynyt suhteessa auton ja kuljettajan laatuun eri ohjelmistokausien aikana. Lopuksi mestaruussimulaatio vertaa historiallisia tuloksia "täydellisen strategian" skenaarioon ja kuvaa strategisen päätöksenteon kehittymistä viimeisten 30 vuoden aikana.