Cost Optimization in Latin American Companies with Genetic Algorithms during 2015-2023

Main Article Content

Chap Kau Kwan Chung
Miguel Ángel Alegre Brítez

Abstract

Problem: Cost accounting in Latin American companies faces the challenge of managing large volumes of data and performing accurate analysis in a volatile economic environment. The difficulty lies in the efficient management of indirect costs and real-time decision making, exacerbated by economic fluctuations and competitive pressures. General objective: To evaluate the effectiveness of evolutionary algorithms, especially genetic algorithms, in optimizing accounting and financial processes in Latin American companies during the period 2015-2023. The aim is to improve resource allocation and cost management accuracy to meet current economic challenges. Brief methodology: A genetic algorithm was implemented to minimize unit cost in production processes. Simulated data on indirect costs and units produced were used; the algorithm simulates selection, crossing, and mutation processes to find optimal solutions. An initial population of solutions was generated, the fitness of each solution was evaluated, and selection, crossing, and mutation techniques were applied over 50 generations to obtain the best resource allocation. Key findings: The genetic algorithm proved to be effective in minimizing unit cost by optimizing resource allocation. The generated solutions showed a significant reduction in unit costs compared to traditional methods. Automation and accuracy in data analysis improved, providing companies with more useful information for decision making. Key findings: The adoption of evolutionary algorithms in cost accounting offers significant advantages in terms of efficiency and accuracy in the financial management of Latin American companies. Although there are barriers such as the need for investment in technology and training, and resistance to change, evolutionary algorithms have the potential to transform accounting processes by automating and optimizing decision making. This translates into a competitive advantage in a challenging economic environment, improving the profitability and adaptability of companies.

Downloads

Download data is not yet available.

Article Details

How to Cite
Kwan Chung, C. K., & Alegre Brítez, M. Ángel. (2025). Cost Optimization in Latin American Companies with Genetic Algorithms during 2015-2023. Espí­ritu Emprendedor TES, 9(1), 1–12. https://doi.org/10.33970/eetes.v9.n1.2025.413
Section
Articles
Author Biographies

Chap Kau Kwan Chung, Universidad Americana, Paraguay

Paraguaya, con Postdoctorado en Gestión e Innovación Educativa en una Sociedad Inclusiva (Universidad Autónoma de Asunción, Paraguay) y Doctora en Economía y Administración de Empresas (Universidad de Sevilla, España). Docente investigador y editora general de la Revista Científica de Ciencias Sociales de la Universidad del Pacífico, Paraguay. Con más de 80 publicaciones y las líneas de investigación son: Ciencias de la Educación (Pedagogía, Didáctica, Educación Inclusiva y de Calidad) y Ciencias Administrativas.

 

Miguel Ángel Alegre Brítez, Universidad Nacional de Asunción, Paraguay

Paraguayo, con Grado de Doctor en Contabilidad (Universidad Nacional de Asunción, Paraguay), Magister en Gestión Educacional (Instituto Nacional de Educación Superior, Paraguay) y Posgrado en Didáctica (Universidad Técnica de Comercialización y Desarrollo, Paraguay). Docente investigador. Con más de 40 publicaciones y y las líneas de investigación son: Ciencias de la Educación (Pedagogía, Didáctica, Educación Inclusiva y de Calidad) y Ciencias Administrativas.

References

Aparici, R., Bordignon, F. R. A., & Martínez-Pérez, J. (2021). Alfabetización algorítmica basada en la metodología de Paulo Freire. Perfiles Educativos, 43(Especial), 36-54. https://doi.org/10.22201/iisue.24486167e.2021.Especial.61019

Araos, F. (2018). Navegando en aguas abiertas: Tensiones y agentes en la conservación marina en la Patagonia chilena. Revista de Estudios Sociales, 64, 27-41. https://doi.org/10.7440/res64.2018.03

Battelli, E. (2020). La decisión robótica: Algoritmos, interpretación y justicia predictiva. Revista de Derecho Privado, 40, 45-86. https://doi.org/10.18601/01234366.n40.03

Bedoya-Zambrano, D. M., Lara Valencia, L. A., & Blandón-Valencia, J. J. (2023). Desarrollo de un algoritmo híbrido de control de amortiguadores magnetoreológicos para optimizar la respuesta dinámica en pórticos. Entramado, 20(1). https://doi.org/10.18041/1900-3803/entramado.1.10270

Bergua, J. Á., Montañés, M., & Báez, J. M. (2023). Riders, algoritmos y negociación de la realidad. Empiria. Revista de metodología de ciencias sociales, 59, 81-102. https://doi.org/10.5944/empiria.59.2023.37939

Boligán Rojas, G., Trinchet Varela, C. A., & Pérez Rodríguez, R. (2024). Optimización multiobjetivo mediante algoritmos evolutivos, para el diseño de desalinizadores solares de humidificación deshumidificación. RILCO DS: Revista de Desarrollo sustentable, Negocios, Emprendimiento y Educación, 6(53), 53-67. https://dialnet.unirioja.es/servlet/articulo?codigo=9527912

Cáceres Malagón, J. A. (2023). ¿Sueñan las máquinas con contratar? Un estudio sobre smart contracts y consentimiento algorítmico. Revista de Derecho Privado, 46, 155-185. https://doi.org/10.18601/01234366.46.07

Carreno Muñoz, C., & Avilés, J. P. (2022). Localización Óptima de Equipos de Regulación de Voltaje y Compensación de Reactivos para Alimentadores de Medio Voltaje, Mediante Algoritmos Evolutivos. INGENIO, 5(1), 43-59. https://doi.org/10.29166/ingenio.v5i1.3578

Castrillón, O. D., Sarache, W., Ruiz, S., Castrillón, O. D., Sarache, W., & Ruiz, S. (2018). Desempeño de Técnicas Tradicionales de Programación de la Producción Frente a un Algoritmo Evolutivo. Información tecnológica, 29(2), 141-154. https://doi.org/10.4067/S0718-07642018000200141

Castro, J. C. L. D. (2018). Redes sociais como modelo de governança algorítmica. MATRIZes, 12(2), 165-191. https://doi.org/10.11606/issn.1982-8160.v12i2p165-191

Castro Y., S., Plaza Ñ., L., & Torres S., L. C. (2021). Algoritmos para la fiscalización inteligente en el Valle del Cauca. Revista de Derecho Fiscal, 20, 267-278. https://doi.org/10.18601/16926722.n20.07

Crespo Sánchez, G., Pérez Abril, I., García Sánchez, Z., Crespo Sánchez, G., Pérez Abril, I., & García Sánchez, Z. (2022). Exploración científica de los algoritmos evolutivos en la reconfiguración óptima de redes de distribución eléctrica. Revista Universidad y Sociedad, 14(1), 303-319. http://scielo.sld.cu/scielo.php?script=sci_abstract&pid=S2218-36202022000100303&lng=es&nrm=iso&tlng=es

Denis-Pérez, A., Álvarez-Valdés, M. V., Cañete-Villafranca, R., & Monet-Fernández, Y. E. (2023). Algoritmo para la indicación del estudio por imágenes en pacientes politraumatizados. Revista Médica Electrónica, 45(4), 617-628. https://www.redalyc.org/journal/3782/378277430009/

Fernández Vicente, A. (2020). Hacia una teoría crítica de la razón algorítmica. Palabra Clave, 23(2), 1-26. https://doi.org/10.5294/pacla.2020.23.2.2

González, B., Frutos, M., Rossit, D. A., & Méndez, M. (2024). Consideración de las soluciones overlapping en la selección y parametrización de los operadores genéticos de un algoritmo evolutivo aplicado al flow-shop. Memorias de las JAIIO, 10(14), 405-408. https://publicaciones.sadio.org.ar/index.php/JAIIO/article/view/913

Gutiérrez Hidalgo, F. (2023). Evolución histórica de la contabilidad de costes y de gestión (1885-2005). De Computis, Revista Española de Historia de la Contabilidad, 2(2), 100-122. https://doi.org/10.26784/issn.1886-1881.v2i2.229

Henriquez de Rocha Oliveira, Á., Araujo Moraes, Y., Moraes Rego Sobrinho, R. P., Moraes Maia, J., & Silva Chaves, M. (2024). Parametrização automática de redes neurais utilizando algoritmos evolutivos. Seven Editora, 1191-1212. https://sevenpublicacoes.com.br/editora/article/view/4246

Llanos-Mosquera, J.-M., Muriel-López, G.-L., Triana-Madrid, J.-D., & Bucheli-Guerrero, V.-A. (2022). Algoritmos evolutivos guiados por redes complejas libres de escala. Revista Científica, 44(2), 228-241. https://doi.org/10.14483/23448350.18039

Martinez-Lopez, Y., Bethencourt-Mayedo, M., Madera-Quintana, J., & Sutherland, J. (2023). Algoritmos evolutivos aplicados a la gestión de las unidades generadoras de la microred eléctrica de Cayo Coco. Revista Cubana de Transformación Digital, 4(4), e232:1-13. https://rctd.uic.cu/rctd/article/view/232

Oviedo, B., Puris, A., & Zhuma, E. (2018). Algoritmos meta heurísticos para el aprendizaje de redes bayesianas1. Revista Lasallista de Investigación, 15(2), 353-366. https://www.redalyc.org/journal/695/69559233028/

Robles, H. (2023). Nuevos métodos para clustering basado en algoritmos evolutivos [Http://purl.org/dc/dcmitype/Text, Universidad de Córdoba (ESP)]. https://dialnet.unirioja.es/servlet/tesis?codigo=327186

Romero-Nieto, A. E., & Castro-Morales, L. G. (2022). La contabilidad de costos y los sistemas de evaluación de costo en las organizaciones. CIENCIAMATRIA. Revista Interdisciplinaria de Humanidades, Educación, Ciencia y Tecnología, 8(3), 304-316. https://doi.org/10.35381/cm.v8i3.760

Rosas Sánchez, G. A., & Vera Gómez, E. X. (2023). Algoritmo social de elección: Alternativa al determinismo neoclásico. Revista de Economía Institucional, 26(50), 105-128. https://doi.org/10.18601/01245996.v26n50.05

Sol Dussaut, J., Ponzoni, I., Olivera, A. C., & Vidal, P. J. (2020). Algoritmos Evolutivos Multiobjetivo aplicados a la Selección de Características en Microarrays de Datos de Cáncer. Entre ciencia e ingeniería, 14(28), 40-45. https://doi.org/10.31908/19098367.2014