<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
  <channel>
    <title>DSpace Collection: Aquí se encontrarán alojadas las tesis de Maestría en Ingeniería Industrial</title>
    <link>https://rinacional.tecnm.mx/jspui/handle/TecNM/9299</link>
    <description>Aquí se encontrarán alojadas las tesis de Maestría en Ingeniería Industrial</description>
    <pubDate>Mon, 16 Nov 2026 19:30:12 GMT</pubDate>
    <dc:date>2026-11-16T19:30:12Z</dc:date>
    <item>
      <title>EVALUACION Y OPTIMIZACION DE RUTAS MEDIANTE EL MODELO TSP Y SIMULACION EN SIMIO, PARA LA RECOLECCION DE RESIDUOS SOLIDOS URBANOS DE LA CIUDAD DE ORIZABA</title>
      <link>https://rinacional.tecnm.mx/jspui/handle/TecNM/14249</link>
      <description>Title: EVALUACION Y OPTIMIZACION DE RUTAS MEDIANTE EL MODELO TSP Y SIMULACION EN SIMIO, PARA LA RECOLECCION DE RESIDUOS SOLIDOS URBANOS DE LA CIUDAD DE ORIZABA
Authors: ALBINO MATEO, GLORIA
Description: La gestión de los residuos sólidos urbanos representa uno de los principales retos para las administraciones municipales, debido al crecimiento poblacional, el aumento en los patrones de consumo y la expansión de las zonas urbanas. Estas condiciones generan una mayor cantidad de residuos y, en consecuencia, demandan sistemas de recolección cada vez más eficientes. En la ciudad de Orizaba, Veracruz, el servicio de recolección de residuos se realiza mediante rutas previamente establecidas que, en muchos casos, han sido diseñadas a partir de la experiencia&#xD;
operativa del personal y no necesariamente mediante criterios técnicos de optimización. Esta situación puede ocasionar recorridos innecesarios, mayores tiempos de traslado y un incremento en los costos operativos del servicio.&#xD;
Ante esta problemática, la presente investigación tiene como objetivo evaluar y optimizar las rutas de recolección de residuos sólidos urbanos mediante la aplicación del modelo del Problema del Agente Viajero (TSP) y la simulación de eventos discretos utilizando el software SIMIO. Para ello, se realizó un análisis del funcionamiento actual del sistema de recolección en cinco rutas principales del servicio especializado, recopilando información relacionada con tiempos de traslado, tiempos de servicio y secuencia de atención de los puntos de recolección.&#xD;
A partir de los datos obtenidos se desarrolló un modelo de simulación que permitió representar el comportamiento del sistema y comparar el desempeño de las rutas actuales con rutas optimizadas. Los resultados obtenidos muestran que la aplicación de herramientas de optimización y simulación contribuye a mejorar la eficiencia operativa del servicio, reducir los tiempos de recorrido y favorecer una gestión más eficiente de los recursos utilizados en la recolección de residuos.&#xD;
En conclusión, el uso combinado de modelos de optimización y simulación constituye una alternativa viable para fortalecer la planeación de los sistemas de recolección de residuos sólidos urbanos, aportando elementos técnicos que pueden apoyar la toma de decisiones y contribuir a una gestión más sostenible de los servicios públicos municipales.</description>
      <pubDate>Tue, 01 Sep 2026 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">https://rinacional.tecnm.mx/jspui/handle/TecNM/14249</guid>
      <dc:date>2026-09-01T00:00:00Z</dc:date>
    </item>
    <item>
      <title>ANALISIS DE INVERSION PARA LA INSTALACION DE UNA MIPyME PROCESADORA DE TILAPIA NILOTICA EN EL ESTADO DE VERACRUZ</title>
      <link>https://rinacional.tecnm.mx/jspui/handle/TecNM/14184</link>
      <description>Title: ANALISIS DE INVERSION PARA LA INSTALACION DE UNA MIPyME PROCESADORA DE TILAPIA NILOTICA EN EL ESTADO DE VERACRUZ
Authors: GONZALEZ RODRIGUEZ, GRINDELIA
Description: El presente trabajo desarrolla el análisis de inversión para la instalación de una microempresa procesadora de tilapia nilótica (Oreochromis niloticus) en el estado de Veracruz, México. El caso de estudio es la Unidad Productora Acuícola Ingeniería Agropecuaria del Papaloapan, localizada en el municipio de Tierra Blanca, dentro del corredor del bajo Papaloapan. El estado de Veracruz presenta un déficit estructural de 1,400 toneladas anuales de tilapia, cubierto mayoritariamente por importaciones de origen asiático (Hernández-Arzaba et al., 2019). El proyecto se propone como sustituto parcial de esas importaciones mediante el aprovechamiento de la producción primaria de la UPA y la generación de valor agregado por procesamiento.&#xD;
La investigación se desarrolló bajo un enfoque mixto que articula tres metodologías complementarias: la Metodología de Sistemas Suaves de Checkland (CATWDA y definición raíz) para estructurar el problema, los Métodos de Diseño de Cross (árbol de objetivos, caja negra, especificación de rendimiento y despliegue de la función de calidad QFD) para traducir los requerimientos del cliente en especificaciones técnicas, y la Metodología de Evaluación de Proyectos de Baca Urbina (2022) para el desarrollo de los estudios de mercado, técnico, económico-financiero y socioeconómico.&#xD;
El estudio de mercado se realizó combinando análisis documental de fuentes oficiales y científicas trianguladas (CONAPESCA, INEGI, FAO, SADER así como literatura arbitrada) con un instrumento primario de encuesta estructurada de ocho preguntas cerradas aplicada a 383 consumidores del área de influencia de la UPA, conforme al cálculo de muestra realizado para poblaciones finitas con nivel de confianza del 95% y margen de error del 5%. El estudio técnico definió un proceso productivo de diez etapas conforme a la NOM-242-SSA1-2009, dimensionó la planta dentro de la restricción de 9.3 m² asignados por la dirección de la UPA y seleccionó los equipos a partir de cotizaciones referenciales de proveedores nacionales.&#xD;
El estudio económico-financiero determinó una inversión inicial de $134,414 pesos integrada por activos fijos, activos diferidos y capital de trabajo. Bajo una Tasa de Rendimiento Mínima Aceptable (TREMA) del 35% y un horizonte de planeación de cinco años, los indicadores de rentabilidad arrojaron un Valor Actual Neto (VAN) positivo de $86,008 pesos, una Tasa Interna de Retorno (TIR) del 61.60%, un periodo de recuperación (PR) de 2.77 años, una relación beneficio-costo (B/C) de 1.11 y un Índice de Rentabilidad (IR) de 1.64. El análisis de sensibilidad confirmó la viabilidad del proyecto en el escenario base de 600 kg mensuales y demostró su vulnerabilidad ante caídas del precio de venta superiores al 10% o reducciones del volumen procesado por debajo de 500 kg mensuales.&#xD;
Los principales criterios estándar de aceptación financiera se cumplen: VAN &gt; 0, TIR &gt; TREMA, B/C &gt; 1 y punto de equilibrio inferior a la capacidad instalada. Se concluye que el proyecto es técnicamente factible, financieramente rentable y socioeconómicamente alineado con los Objetivos de Desarrollo Sostenible 8, 9, 10 y 14 de la Agenda 2030 y con la Transformación Azul de la FAO. Su implementación contribuye a la sustitución parcial de importaciones, a la generación de empleo formal en zona rural y a la retención de valor económico en Tierra Blanca.</description>
      <pubDate>Mon, 01 Jun 2026 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">https://rinacional.tecnm.mx/jspui/handle/TecNM/14184</guid>
      <dc:date>2026-06-01T00:00:00Z</dc:date>
    </item>
    <item>
      <title>PREDICCION Y OPTIMIZACION DE LA CALIDAD DEL AGUA EN LA PRODUCCION DE TILAPIA, MEDIANTE EL USO DE LA INTELIGENCIA ARTIFICIAL</title>
      <link>https://rinacional.tecnm.mx/jspui/handle/TecNM/14181</link>
      <description>Title: PREDICCION Y OPTIMIZACION DE LA CALIDAD DEL AGUA EN LA PRODUCCION DE TILAPIA, MEDIANTE EL USO DE LA INTELIGENCIA ARTIFICIAL
Authors: CORTES ISLAS, LUNA K.
Description: La producción acuícola de tilapia enfrenta desafíos significativos relacionados con la gestión eficiente de la calidad del agua y el control de los costos operativos, debido a la interacción compleja de variables fisicoquímicas como temperatura, oxígeno disuelto, pH y compuestos nitrogenados.&#xD;
Estas condiciones influyen directamente en el crecimiento, salud y productividad de los organismos,&#xD;
lo que dificulta la toma de decisiones en sistemas de cultivo.&#xD;
En este contexto, la presente investigación tiene como objetivo desarrollar un modelo integral de predicción y optimización de la calidad del agua en la producción de tilapia mediante el uso de herramientas de inteligencia artificial. La metodología propuesta integra redes neuronales artificiales&#xD;
(RNA) para la modelación matemática del sistema y algoritmos genéticos multiobjetivo (AGMO) para la optimización simultánea de la calidad del agua y los costos operativos.&#xD;
Para la construcción del modelo, se consideraron diez variables fisicoquímicas relevantes, a partir de&#xD;
las cuales se generó una base de datos mediante simulación utilizando el software SIMNET II®.&#xD;
Posteriormente, se diseñaron, entrenaron y validaron redes neuronales tipo perceptrón multicapa&#xD;
(MLP) en MATLAB®, obteniendo modelos predictivos con alto nivel de precisión, alcanzando valores de correlación cercanos a R = 1 entre los datos simulados y los valores estimados.&#xD;
En una segunda etapa, se implementó un algoritmo genético multiobjetivo que permitió optimizar las funciones de calidad del agua y costo total, generando un conjunto de soluciones no dominadas representadas a través del frente de Pareto. Este enfoque facilitó la identificación de configuraciones&#xD;
óptimas del sistema acuícola, permitiendo equilibrar la mejora de la calidad del agua con la minimización de costos.&#xD;
Los resultados demuestran que la integración de redes neuronales artificiales y algoritmos genéticos&#xD;
multiobjetivo constituye una herramienta eficaz para el apoyo a la toma de decisiones en sistemas acuícolas, contribuyendo a mejorar la eficiencia operativa, la sostenibilidad y la resiliencia del cultivo&#xD;
de tilapia. No obstante, el modelo se basa en datos simulados, por lo que futuras investigaciones&#xD;
podrían incorporar datos en tiempo real para fortalecer su aplicabilidad en entornos reales.</description>
      <pubDate>Fri, 01 May 2026 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">https://rinacional.tecnm.mx/jspui/handle/TecNM/14181</guid>
      <dc:date>2026-05-01T00:00:00Z</dc:date>
    </item>
    <item>
      <title>SISTEMA DE GESTION DEL CONOCIMIENTO PARA EL CULTIVO DE CAÑA DE AZUCAR CP-722086 BAJO CONDICIONES DE RIESGO TECNIFICADO</title>
      <link>https://rinacional.tecnm.mx/jspui/handle/TecNM/14180</link>
      <description>Title: SISTEMA DE GESTION DEL CONOCIMIENTO PARA EL CULTIVO DE CAÑA DE AZUCAR CP-722086 BAJO CONDICIONES DE RIESGO TECNIFICADO
Authors: ARANO RAMIREZ, IRMA A.
Description: La presente investigación se desarrolló con el objetivo de diseñar e implementar un sistema de gestión del conocimiento orientado al cultivo de caña de azúcar, específicamente en la variedad CP-722086, bajo condiciones de riego tecnificado, como una estrategia para fortalecer la administración agrícola, optimizar los procesos productivos y mejorar la toma de decisiones en entornos donde la supervisión presencial es limitada. La problemática principal abordada se relaciona con la distancia física entre el administrador del cultivo, los trabajadores de campo y la zona de producción, lo cual genera deficiencias en la comunicación, pérdida de información empírica, ejecución inadecuada de tareas y falta de sistematización del conocimiento agrícola.&#xD;
El estudio se sustentó en un enfoque aplicado y tecnológico, partiendo del análisis de las actividades agrícolas realizadas durante las distintas etapas del cultivo de la caña de azúcar, tales como preparación del terreno, siembra, riego, fertilización, control de plagas y cosecha. A partir de este diagnóstico se identificaron los puntos críticos de pérdida de información y descoordinación operativa, lo que permitió diseñar un sistema digital capaz de centralizar, organizar y distribuir el conocimiento generado en campo.&#xD;
El sistema desarrollado incorpora funcionalidades como el registro detallado de actividades diarias, asignación de órdenes de trabajo de manera remota, captura de evidencia fotográfica y textual en tiempo real, así como el almacenamiento estructurado de datos productivos relevantes. Asimismo, se establecieron flujos de trabajo estandarizados que guían a los trabajadores en la ejecución de tareas, permitiendo transformar el conocimiento tácito adquirido por experiencia en conocimiento explícito accesible para la administración y futuros procesos productivos.&#xD;
Durante la fase de implementación del prototipo se evaluó su funcionamiento en condiciones reales de operación agrícola, observándose mejoras significativas en la organización de la información, en la comunicación entre el administrador y el personal de campo, y en el control de las actividades relacionadas con el riego tecnificado. Los resultados evidenciaron una mayor trazabilidad de los procesos, reducción de errores operativos, incremento en la eficiencia del uso de recursos y una mejor conservación del conocimiento agronómico generado a lo largo del ciclo productivo.&#xD;
Además, el sistema permitió establecer un historial de actividades y decisiones que facilita la retroalimentación continua, el análisis de resultados y la mejora progresiva de las prácticas agrícolas. Esta digitalización del conocimiento contribuye no solo al control operativo inmediato, sino también a la construcción de una base de datos estratégica que puede ser utilizada para futuras planeaciones, investigaciones o expansión del sistema a otros cultivos.&#xD;
Se concluye que la gestión del conocimiento aplicada al sector agrícola, mediante herramientas tecnológicas adaptadas al contexto rural, representa una solución efectiva para enfrentar los retos de la administración remota, la falta de estandarización y la pérdida de experiencia acumulada. La implementación del sistema propuesto demuestra que es posible mejorar la productividad, fortalecer la coordinación del trabajo y modernizar los procesos agrícolas sin requerir una presencia constante del administrador en el campo.&#xD;
Finalmente, la investigación confirma que la integración de tecnologías de información en el cultivo de caña de azúcar bajo riego tecnificado favorece una agricultura más organizada, eficiente y sustentable, aportando un modelo replicable para otras unidades productivas que enfrentan problemáticas similares de comunicación y gestión operativa.</description>
      <pubDate>Fri, 01 May 2026 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">https://rinacional.tecnm.mx/jspui/handle/TecNM/14180</guid>
      <dc:date>2026-05-01T00:00:00Z</dc:date>
    </item>
  </channel>
</rss>

