Análisis de la influencia del seteo de parámetros en metaheurísticas basadas en poblaciones para el diseño de filtros de alto orden

Autores
Lovay, Mónica Andrea; Romero, Eduardo Abel; Peretti, Gabriela Marta
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Este trabajo analiza el desempeño de tres metaheurísticas para efectuar el dimensionamiento en filtros de alto orden. El estudio explora la influencia del seteo de los parámetros de cada algoritmo en su capacidad para encontrar soluciones de calidad. Para ello, se proponen como casos de estudio tres filtros pasabajo de décimo orden, adoptando las estrategias optimización por enjambre de partículas, evolución diferencial y evolución diferencial promediada. Se consideran para cada algoritmo ocho variantes con diferentes valores en los parámetros. Los resultados obtenidos en las pruebas realizadas son analizados estadísticamente para determinar qué combinaciones de parámetros encuentran las mejores soluciones en cada caso. Los errores de diseño alcanzados cuando se optimizan los parámetros de los algoritmos, en comparación con los obtenidos sin un ajuste, reflejan el alto impacto que puede tener una mala elección de parámetros.
Fil: Lovay, Mónica Andrea. Universidad Tecnológica Nacional. Facultad Regional Villa María. Ingeniería Electrónica. Argentina.
Fil: Romero, Eduardo Abel. Universidad Tecnológica Nacional. Facultad Regional Villa María. Ingeniería Electrónica. Argentina.
Fil: Peretti, Gabriela Marta. Universidad Tecnológica Nacional. Facultad Regional Villa María. Ingeniería Electrónica. Argentina.
Materia
Metaheurísticas
Diseño de Filtros de Alto Orden
Algoritmos Evolutivos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
CC-BY-NC-ND
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/13326
Acceder
id RIAUTN_1b37cf6c57855baaec22fdfba7357700
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/13326
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Análisis de la influencia del seteo de parámetros en metaheurísticas basadas en poblaciones para el diseño de filtros de alto ordenLovay, Mónica AndreaRomero, Eduardo AbelPeretti, Gabriela MartaMetaheurísticasDiseño de Filtros de Alto OrdenAlgoritmos EvolutivosEste trabajo analiza el desempeño de tres metaheurísticas para efectuar el dimensionamiento en filtros de alto orden. El estudio explora la influencia del seteo de los parámetros de cada algoritmo en su capacidad para encontrar soluciones de calidad. Para ello, se proponen como casos de estudio tres filtros pasabajo de décimo orden, adoptando las estrategias optimización por enjambre de partículas, evolución diferencial y evolución diferencial promediada. Se consideran para cada algoritmo ocho variantes con diferentes valores en los parámetros. Los resultados obtenidos en las pruebas realizadas son analizados estadísticamente para determinar qué combinaciones de parámetros encuentran las mejores soluciones en cada caso. Los errores de diseño alcanzados cuando se optimizan los parámetros de los algoritmos, en comparación con los obtenidos sin un ajuste, reflejan el alto impacto que puede tener una mala elección de parámetros.Fil: Lovay, Mónica Andrea. Universidad Tecnológica Nacional. Facultad Regional Villa María. Ingeniería Electrónica. Argentina.Fil: Romero, Eduardo Abel. Universidad Tecnológica Nacional. Facultad Regional Villa María. Ingeniería Electrónica. Argentina.Fil: Peretti, Gabriela Marta. Universidad Tecnológica Nacional. Facultad Regional Villa María. Ingeniería Electrónica. Argentina.2025-06-26T16:35:17Z2022-10-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciapdfapplication/pdfhttps://hdl.handle.net/20.500.12272/13326https://doi.org/10.33414/ajea.1146.2022spainfo:eu-repo/semantics/openAccessCC-BY-NC-NDreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:44:17Zoai:ria.utn.edu.ar:20.500.12272/13326instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:44:19.091Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Análisis de la influencia del seteo de parámetros en metaheurísticas basadas en poblaciones para el diseño de filtros de alto orden
title Análisis de la influencia del seteo de parámetros en metaheurísticas basadas en poblaciones para el diseño de filtros de alto orden
spellingShingle Análisis de la influencia del seteo de parámetros en metaheurísticas basadas en poblaciones para el diseño de filtros de alto orden
Lovay, Mónica Andrea
Metaheurísticas
Diseño de Filtros de Alto Orden
Algoritmos Evolutivos
title_short Análisis de la influencia del seteo de parámetros en metaheurísticas basadas en poblaciones para el diseño de filtros de alto orden
title_full Análisis de la influencia del seteo de parámetros en metaheurísticas basadas en poblaciones para el diseño de filtros de alto orden
title_fullStr Análisis de la influencia del seteo de parámetros en metaheurísticas basadas en poblaciones para el diseño de filtros de alto orden
title_full_unstemmed Análisis de la influencia del seteo de parámetros en metaheurísticas basadas en poblaciones para el diseño de filtros de alto orden
title_sort Análisis de la influencia del seteo de parámetros en metaheurísticas basadas en poblaciones para el diseño de filtros de alto orden
dc.creator.none.fl_str_mv Lovay, Mónica Andrea
Romero, Eduardo Abel
Peretti, Gabriela Marta
author Lovay, Mónica Andrea
author_facet Lovay, Mónica Andrea
Romero, Eduardo Abel
Peretti, Gabriela Marta
author_role author
author2 Romero, Eduardo Abel
Peretti, Gabriela Marta
author2_role author
author
dc.subject.none.fl_str_mv Metaheurísticas
Diseño de Filtros de Alto Orden
Algoritmos Evolutivos
topic Metaheurísticas
Diseño de Filtros de Alto Orden
Algoritmos Evolutivos
dc.description.none.fl_txt_mv Este trabajo analiza el desempeño de tres metaheurísticas para efectuar el dimensionamiento en filtros de alto orden. El estudio explora la influencia del seteo de los parámetros de cada algoritmo en su capacidad para encontrar soluciones de calidad. Para ello, se proponen como casos de estudio tres filtros pasabajo de décimo orden, adoptando las estrategias optimización por enjambre de partículas, evolución diferencial y evolución diferencial promediada. Se consideran para cada algoritmo ocho variantes con diferentes valores en los parámetros. Los resultados obtenidos en las pruebas realizadas son analizados estadísticamente para determinar qué combinaciones de parámetros encuentran las mejores soluciones en cada caso. Los errores de diseño alcanzados cuando se optimizan los parámetros de los algoritmos, en comparación con los obtenidos sin un ajuste, reflejan el alto impacto que puede tener una mala elección de parámetros.
Fil: Lovay, Mónica Andrea. Universidad Tecnológica Nacional. Facultad Regional Villa María. Ingeniería Electrónica. Argentina.
Fil: Romero, Eduardo Abel. Universidad Tecnológica Nacional. Facultad Regional Villa María. Ingeniería Electrónica. Argentina.
Fil: Peretti, Gabriela Marta. Universidad Tecnológica Nacional. Facultad Regional Villa María. Ingeniería Electrónica. Argentina.
description Este trabajo analiza el desempeño de tres metaheurísticas para efectuar el dimensionamiento en filtros de alto orden. El estudio explora la influencia del seteo de los parámetros de cada algoritmo en su capacidad para encontrar soluciones de calidad. Para ello, se proponen como casos de estudio tres filtros pasabajo de décimo orden, adoptando las estrategias optimización por enjambre de partículas, evolución diferencial y evolución diferencial promediada. Se consideran para cada algoritmo ocho variantes con diferentes valores en los parámetros. Los resultados obtenidos en las pruebas realizadas son analizados estadísticamente para determinar qué combinaciones de parámetros encuentran las mejores soluciones en cada caso. Los errores de diseño alcanzados cuando se optimizan los parámetros de los algoritmos, en comparación con los obtenidos sin un ajuste, reflejan el alto impacto que puede tener una mala elección de parámetros.
publishDate 2022
dc.date.none.fl_str_mv 2022-10-04
2025-06-26T16:35:17Z
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12272/13326
https://doi.org/10.33414/ajea.1146.2022
url https://hdl.handle.net/20.500.12272/13326
https://doi.org/10.33414/ajea.1146.2022
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
CC-BY-NC-ND
eu_rights_str_mv openAccess
rights_invalid_str_mv CC-BY-NC-ND
dc.format.none.fl_str_mv pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230877747970048
score 13.265058

Publicaciones similares