Predicción de Tendencias Futuras en Abandono de Mascotas

Autores/as

  • Carlos Alberto Ochoa Ortiz Juarez City University, Cd. Juárez, Chihuahua, México
  • José Alberto Hernández Aguilar Universidad Autónoma de Aguascalientes, Aguascalientes, México
  • Julio César Ponce Gallegos Universidad Autónoma de Aguascalientes, Aguascalientes, México

DOI:

https://doi.org/10.30973/progmat/2015.7.1/2

Palabras clave:

Abandono de animales, Optimización de búsqueda de alimentos para bacterias y políticas públicas asociadas con animale

Resumen

 

En las metrópolis más grandes diferentes tipo de mascotas están viviendo junto con sus amos, pero con tiempo limitado para recibir comida, atención o aún un hogar donde sea posible encontrar refugio para el resto de sus vidas. Ciudad Juárez tiene una población de más de 1.2 millones de habitantes, muchas familias tienen diferentes mascotas incluyendo perros, gatos, hámsteres, pájaros, peces o reptiles que en algunos casos terminan siendo abandonados de manera rápida, olvidados en las calles o mueren debido a la inanición, negligencia y egoísmo de sus amos. Para entender este comportamiento social, proponemos una optimización multivariable asociada con la predicción numérica de su abandono para establecer políticas ecológicas públicas y determinar las consecuencias sociales y el costo beneficio ecológico relacionado con el reemplazo de nuevas situaciones y el incremento de mascotas sin amo en las calles donde existen muchas restricciones, aunque este problema ha sido estudiado en varias ocasiones en la literatura falla para realizar una adecuada predicción numérica evaluando varios valores asociados con cada tipo de mascota y comparar su costo individual en cada especie. Hay varios factores que pueden influir para abandonar o matar una mascota, para nuestra investigación proponemos usar un algoritmo bioinspirado novedoso llamado Algoritmo Bacterial Foraging Optimization (BFO) el cual ha sido probado ser eficiente para predecir comportamiento social asociado con varios aspectos, en nuestro caso está representado con el incremento de la población joven o políticas públicas ecológicas adecuadas con la incertidumbre de no conocer cuándo será demasiado tarde para cambiar nuestra indiferencia para con nuestras mascotas.

Biografía del autor/a

Carlos Alberto Ochoa Ortiz, Juarez City University, Cd. Juárez, Chihuahua, México

Carlos Alberto Ochoa Ortiz (Bs 1994 – Eng.Master 2000, PhD 2004 and Postdoctoral Researcher 2006 & Industrial Postdoctoral Research 2008). He participated in the organization of different international congress like HAIS, HIS, ENC, and MICAI. His research interests include Evolutionary Computation, Natural Processing Language and Social Data Mining, he is part time professor at the Social Science department at Juarez City University. Is member in the National System of Researches Level 1 in Mexico (SNI).

José Alberto Hernández Aguilar, Universidad Autónoma de Aguascalientes, Aguascalientes, México

José Alberto Hernández Aguilar. He finished his Doctorate thesis in 2007 at Universidad Autónoma del Estado de Morelos (UAEM). He received the MBA degree in 2003 at Universidad de las Americas (UDLA), A.C. Since 2010, he is full time professor at the accounting, management and computer science faculty at UAEM. His areas of interest are: Databases, Artificial Intelligence, Online Assessment Systems and Marketing Research.

Julio César Ponce Gallegos, Universidad Autónoma de Aguascalientes, Aguascalientes, México

Julio César Ponce Gallegos. Received the B.S. degree in computer system engineering from the Universidad Autonoma de Aguascalientes in 2003, the M.S. degree in computer sciences from the Universidad Autónoma de Aguascalientes in 2007, and the PhD. Degree in computer sciences from the Universidad Autónoma de Aguascalientes in 2010. He is currently a professor in the Universidad Autonoma de Aguascalientes. His research interests include Evolutionary Computation, Data Mining, Software Engineering and Learning Objects.

Citas

X.S. Yang., Bat algorithm for multi-objective optimisation, International Journal of BioInspired Computation. 2011, 3(5), 267–274, https://doi.org/10.1504/IJBIC.2011.042259

Griffin, D. R., Webster, F. A., Michael, C. R. The echolocation of flying insects by bats, Animal Behaviour. 1960, 8(34), 141 – 154. https://doi.org/10.1016/0003-3472(60)90022-1

Metzner, W. Echolocation behaviour in bats. Science Progress Edinburgh. 1991, 75(298), 453–465.

Schnitzler, H.U., Kalko, E. K. V. Echolocation by insect-eating bats, BioScience. 2001, 51(7), 557–569. https://doi.org/10.1641/0006-3568(2001)051[0557:EBIEB]2.0.CO;2

Cruz, L., Ochoa, A., et al. A Cultural Algorithm for the Urban Public Transportation. HAIS. 2010, 135-142. https://doi.org/10.1007/978-3-642-13803-4_17

Glass, S., Muthukkumarasamy, V., Portmann, M. The Insecurity of Time-of-Arrival DistanceRanging. IEEE 802.11 Wireless Networks. ICDS Workshops. 2010, 227-233. https://doi.org/10.1109/ICDCSW.2010.59

Souffriau, W., Maervoet, J., Vansteenwegen, P., Vanden Berghe, G., Van Oudheusden, D. A Mobile Tourist Decision Support System for Small Footprint Devices, IWANN. 2009, (1), 1248-1255. https://doi.org/10.1007/978-3-642-02478-8_156

Ochoa, A., García, Y., Yañez, J. Logistics Optimization Service Improved with Artificial Intelligence. Soft Computing for Intelligent Control and Mobile Robotics. 2011, 57-65. https://doi.org/10.1007/978-3-642-15534-5_4

Raini, A., Inderveer, C. Bacterial foraging based hyper-heuristic for resource scheduling in grid computing. Future Generation Comp. Syst. (FGCS). 2013, 29(3), 751-762. https://doi.org/10.1016/j.future.2012.09.005

Lijing, T., Hong, W., Xiaoheng, L., Kangnan, X. An Adaptive Comprehensive Learning Bacterial Foraging Optimization. https://doi.org/10.1007/978-3-642-39678-6_33

Descargas

Publicado

28-02-2015

Cómo citar

Ochoa Ortiz, C. A. ., Hernández Aguilar, J. A., & Ponce Gallegos, J. C. . (2015). Predicción de Tendencias Futuras en Abandono de Mascotas. Programación matemática Y Software, 7(1), 9–17. https://doi.org/10.30973/progmat/2015.7.1/2

Número

Vol. 7 Núm. 1 (2015): Febrero de 2015

Sección

Artículos

Licencia

Derechos de autor 2015 Programación Matemática y Software

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Usted es libre de:

Compartir — compartir y redistribuir el material publicado en cualquier medio o formato.
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente.

Bajo las siguientes condiciones:

Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso.
  Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia.

Artículos más leídos del mismo autor/a