Resumen

Presentamos un novedoso algoritmo híbrido basado en la optimización por enjambre de partículas (PSO) y el recocido simulado (SA) para el diseño de filtros digitales recursivos bidimensionales. El método propuesto, conocido como SA-PSO, integra la capacidad de búsqueda global de PSO con la capacidad de búsqueda local de SA y compensa las debilidades de cada uno. El criterio de aceptación de Metrópolis se incluye en el algoritmo básico de PSO para aumentar la diversidad del enjambre aceptando también soluciones a veces más débiles. Los resultados experimentales revelan que mejora el rendimiento del filtro óptimo diseñado por el método SA-PSO propuesto. Además, el comportamiento de convergencia así como la precisión de optimización del método propuesto se han mejorado significativamente y el tiempo computacional también se ha reducido. Además, el método SA-PSO propuesto también produce la mejor solución óptima con menor media y varianza, lo que indica que el algoritmo puede ser utilizado más eficientemente en la realización de filtros digitales bidimensionales.

• Materias:Control del proceso Programación lineal Programación Matemática Diagnóstico de fallos Optimización de procesos
• Subjects: Linear programming Mathematical Programming Fault diagnosis Process optimization
• Palabras claves:pso, método pso, filtros digitales recursivos dimensionales, mejor solución óptima, filtros digitales dimensionales, capacidad de búsqueda global, capacidad de búsqueda local, algoritmo híbrido novedoso, optimización por enjambre de partículas, método
• Keywords:pso, pso method, dimensional recursive digital filters, best optimal solution, dimensional digital filters, global search ability, local search ability, novel hybrid algorithm, particle swarm optimization, method