Search

Failure Factors in MSMEs in Mexico Evidenced by COVID-2019 Before the pandemic, the economic development of Micro, Small and Medium-sized Enterprises (MSME) in Latin America showed gradual signs of recovery after the problems that occurred in years 2009 and 2016. As of 2017, Mexico maintained a growing inflation of 5% on average, the price of energy increased 20%, an external debt growth of 12% and a GDP lesser than 1.6% per year (Banco Mundial, 2020), (OCDE, 2019), (INEGI, 2018). By the end of 2019, SARS-CoV-2 (COVID - 2019) evidenced failure factors that exacerbated the permanence of MSMEs, since closed more than 30.6% of them (Naciones Unidas, 2021). In this research, these factors are discussed, by compiling information on economic behavior, and quantitative studies of the commercial, manufacturing and services sectors. To identify these factors, 246 Mexican MSMEs that closed between September 2019 and December 2020 were selected using stratified random sampling. The results showed failure factors associated with the capabilities of the administrator and internal aspects of the company, among which the lack of vision to identify new businesses and little knowledge of Information Technology stand out.

This paper presents a hybrid genetic algorithm with collective communication (HGACC) using distributed processing for the job shop scheduling problem. The genetic algorithm starts with a set of elite micro-populations created randomly, where the fitness of these individuals does not exceed a tuned upper bound in the makespan value. The computational processes distribute the micro-populations collectively. In the micro-populations, each individual's search for good solutions is directed toward the solution space of the fittest individual, identified by an approximation of genetic traits. In each generation of the genetic algorithm, the best individual from each micro-population migrates to another micro-population to maintain diversity in populations. Changes in the genetic sequence are applied to each individual by the simulated annealing algorithm (iterative mutation). In this paper, the results obtained show that the genetic algorithm achieves excellent results, as compared to other genetic algorithms. It is also better than other non-genetic meta heuristics or competes with them.

This paper develops a hybrid algorithm that combines evolutionary programming to improve the optimization of a virtual social networking in the Facebook's social network game named “My Tribe”. This prototype takes a collection of individuals and interprets the expectedly of collective studies in different activities. Using a specific model to create and verify the method, led by means of a collection of structure heuristics acquired from the prospect of reaching the ideal tribe, this prototype can operate in two ways: by generating a tribe without restrictions or by a creation of a tribe accordant to one of the three preset architecture of the tribe. Seven construction heuristics are taken into account, through different combinations of two batches of the creation of the initial population, the first generated from an established combination, one popularly used in anthropology and the other using the psychosocial analysis of habitat patterns. The goal is to make sure the relative importance of the initial population size tribe and the construction of a Heuristic based on the general acceptability of the resulting tribe, which is validated with the Cultural Algorithm.

Esta investigación está orientada a clasificar textos usando Redes Neuronales Artificiales (RNA) específicamente el Perceptron Multicapa (PMC) con Técnicas básicas de palabras embebidas. La clasificación consiste en determinar ya sea que el texto tenga un contexto criminal o no por medio de reconocimiento de patrones. El PMC fue entrenado bajo entrenamiento supervisado y en un rango corto de vocabulario y registros de entrenamiento, cada uno de los cuales tiene una longitud máxima de 300 palabras para hacer procesos de clasificación. Analizar estos tipos de textos podría ayudar a las fuerzas de seguridad del gobierno, a los militares, etc. para fácilmente detectar gente que podría dañar a la población y predecir posibles ataques y prevenirlos. El software desarrollado necesita más técnicas de palabras embebidas, un vocabulario más grande y más registros de entrenamiento para ser más eficiente. El conjunto de datos consiste de dos clases principales que están organizadas como textos de tipo criminal y regular.

El análisis de los datos (DA – Data Analytics por sus siglas en Inglés-) es un factor primordial para la toma de decisiones y con ello establecer las estrategias adecuadas que respondan a la mejora de la situación actual. En esta investigación se analiza el impacto que tiene el nivel de desempeño de los profesores de una universidad pública en relación a los cursos de formación, capacitación y/o actualización docente, para ello se tomaron dos muestras de 600 registros cada una, de las evaluaciones de los profesores, una de los que han tomado cursos de capacitación y otra de los que no tomaron cursos de capacitación durante el año 2016, se aplicaron técnicas de DA para su tratamiento y se compararon las evaluaciones mediante la prueba de t de Student para identificar diferencias significativas entre medias. Los resultados indican que los profesores que tomaron cursos tienen una evaluación menor que los que no tomaron cursos y sí existen diferencias significativas entre estas evaluaciones.

ElAlgoritmo Competitivo Imperialista (ACI) usa un sistema básico de conocimiento fuente para determinar las mejores situaciones bajo incertidumbre usando un modelo de países, cada uno relacionado al conocimiento observado en varios aspectos del comportamiento social. Este conocimiento está combinado para direccionar las decisiones de los agentes individuales para resolver problemas de optimización o en la solución de la distribución de recursos en diferentes comunidades. En la presente investigación, nosotros simulamos un modelo reactivo bajo incertidumbre para integrar estas diversas fuentes de conocimiento para dirigir la población del agente. Las diferentes fases de solución del problema emergen combinando el uso de estas fuentes de conocimiento y estas fases dan lugar a la aparición de roles individuales dentro de la población en términos de líderes y seguidores para cada país (grupo de agentes). Estos roles dan lugar a la salida de un grupo organizado o grupos organizados en nivel de población y grupos de conocimientos o conocimiento agrupado en el espacio de creencias sociales. Esta aplicación optimiza una función revalorizada en el diseño de problemas de modelado social, permitiendo ilustrar un mejor modelo reactivo bajo incertidumbre.

The purpose of this research is to understand from a Multivariable optimization perspective, the optimi- zation related with a group of Food truck vehicles in a large city, we try to analyze a specific number of issues and determine the optimal route involve speed, food storage, perish goods and travel resources as oil and gas to cooking for determining the cost benefit have partnered with a daily travel plan to sell specialized food, which has as principal basis the orography and distances restrictions, although this problem has been studied on several occasions by the literature, failed to establish a solution by supporting ubiquitous computing for interacting with the various values associated with the achieve- ment of the group of vehicles and their cost-benefit of each issue related with the same company and comparing their individual trips associated with the financial improve of the company. There are several factors that can influence in the achievement of a Food truck Company. For our research we propose use Algorithm Bat on, which has proven to be efficient for the convergence of several issues (artificial bats), when they have such restrictions and obstacles should use this energy to avoid a lose resource as food, which in our case is represented as the use of food optimally for the duration of a long travels, with the uncertainty of not knowing when having a resupply or is limited to fuel per day.

In biggest metropolis different kind of pets are living together with their masters, but with a limited time to receive food, attention or even a home where it is possible to find shelter for the rest of its lives. Juarez City has a population over 1.2 million of habitants, many families has different pets including dogs, cats, hamsters, birds, fishes or reptiles that some finished being abandoned in a quickly time, forget in the streets or die due starvation, negligence and selfish of their masters. To understand this social behavior we propose a Multivariable optimization associated with the numerical prediction of its abandoned to establish ecological public polices and determine the social consequences to determine the ecological cost benefit related with the replacement of new issues and increase of pets without master in the streets whereby exists many restrictions, although this problem has been studied on several occasions by the literature failed to realize an adequate numerical prediction evaluating various values associated with each kind of pet and compare its individual costs in each species. There are several factors that can influence to abandon or kill a pet, for our research we propose using a novel bio-inspired algorithm named Bacterial Foraging Optimization (BFO) Algorithm which has been proven to be efficient for predicting social behaviors associated with several aspects, in our case is represented as the increase of young population or adequate ecological public polices with the uncertainty of not knowing when will be too late to change our indifference to our pets.

We studied the use of the library Microsoft Parallel Extensions to .NET Framework 3.5 for parallel calculations. We have developed a hierarchy of nesting classes having complicated internal structure and have made the bench tests (with graphic user interface (GUI)) not only for simple static cases but also for complex dynamic types. Our tests have shown high speedup of the library. The use of other libraries allowing calculations in parallel for various cross-platform applications is discussed also.

Nosotros describimos el uso de nuestro sistema de evaluación en línea (Cliente-Servidor) equipado con capacidades de reconocimiento biométrico, aplicado para evaluar el conocimiento básico en una preparatoria. En este reporte discutimos la posibilidad de la identificación real de estudiantes remotos para resolver el importante problema de: ¿quién está ahí?. En nuestro experimento, seleccionamos aleatoriamente una muestra de estudiantes (n=54) y llevamos a cabo dos evaluaciones: una evaluación normal (en lápiz y papel), y una evaluación por computadora. En este último caso, nuestro sistema de evaluación en línea con herramientas biométricas puede autentificar a un estudiante por medio de la huella digital. Si un estudiante es autentificado, el sistema permite la evaluación en línea, mientras tanto el estudiante está siendo monitoreado por cámaras Web. Durante la evaluación en línea los estudiantes fueron afectados por el ambiente en línea, ellos obtuvieron bajas calificaciones en línea con respecto a los exámenes tradicionales. El reconocimiento de huella digital fue muy bien aceptado. Sin embargo, a 13% de los estudiantes evaluados les disgustó ser monitoreados con cámaras Web, y el 20% de ellos encontraron alguna forma de hacer trampa. Esta tecnología nos permite obtener estadísticas comparables de ambas evaluaciones, y discutir recomendaciones generales para la estrategia, tecnología y equipamiento de las evaluaciones en línea.