Optimización de Costos en Empresas Latinoamericanas con Algoritmos Genéticos durante 2015-2023
Contenido principal del artículo
Resumen
La contabilidad de costos en empresas latinoamericanas enfrenta el desafío de manejar grandes volúmenes de datos y realizar análisis precisos en un entorno económico volátil. La dificultad radica en la gestión eficiente de costos indirectos y la toma de decisiones en tiempo real, exacerbada por las fluctuaciones económicas y las presiones competitivas. El objetivo de este artículo fue: evaluar la eficacia de los algoritmos evolutivos, especialmente los algoritmos genéticos, en la optimización de procesos contables y financieros en empresas latinoamericanas durante el periodo 2015-2023. Se buscó mejorar la asignación de recursos y la precisión en la gestión de costos para enfrentar los desafíos económicos actuales. Se implementó un algoritmo genético para minimizar el costo unitario en procesos de producción. Se utilizaron datos simulados de costos indirectos y unidades producidas, el algoritmo simula procesos de selección, cruce y mutación para encontrar soluciones óptimas. Se generó una población inicial de soluciones, se evaluó la aptitud de cada solución, y se aplicaron técnicas de selección, cruce y mutación a lo largo de 50 generaciones para obtener la mejor asignación de recursos. El algoritmo genético demostró ser eficaz en la minimización del costo unitario al optimizar la asignación de recursos. Las soluciones generadas presentaron una reducción significativa en los costos unitarios en comparación con métodos tradicionales. La automatización y la precisión en el análisis de datos mejoraron, los cuales proporcionaron a las empresas información más útil para la toma de decisiones. La adopción de algoritmos evolutivos en la contabilidad de costos ofrece ventajas significativas en términos de eficiencia y precisión en la gestión financiera de empresas latinoamericanas. Aunque existen barreras como la necesidad de inversión en tecnología y capacitación, y la resistencia al cambio, los algoritmos evolutivos tienen el potencial de transformar los procesos contables al automatizar y optimizar la toma de decisiones.
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Derechos de autor:
La Revista Científica Espíritu Emprendedor TES conserva los derechos patrimoniales (copyright) de las obras publicadas, y favorece y permite la reutilización de las mismas bajo la licencia Creative Common Atribución -No Comercial 4.0 International (CC BY-NC 4.0), se puede copiar y redistribuir el material en cualquier medio o formato, remezclar, transformar y construir a partir del material siempre que:
- Usted no puede hacer uso del material con propósitos comerciales.
- Usted debe citar la autoría y fuente original de su publicación (revista, editorial, URL y DOI de la obra).
- Usted debe mencionar la existencia y especificaciones de esta licencia de uso.
Citas
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