El diseño de filtros de respuesta infinita al impulso bidimensional (2D-IIR) ha atraído recientemente la atención en varias áreas de la ingeniería debido a su amplio rango de aplicaciones. La síntesis de un filtro definido por el usuario en una estructura 2D-IIR puede interpretarse como un problema de optimización. Sin embargo, dado que los filtros 2D-IIR pueden producir fácilmente funciones de transferencia inestables, tienden a componer superficies de error multimodales, que son computacionalmente difíciles de optimizar. Por otro lado, los algoritmos de Computación Evolutiva (EC) son métodos de optimización global bien conocidos con la capacidad de explorar espacios de búsqueda complejos en busca de una solución adecuada. Cada técnica de EC tiene atributos distintivos para satisfacer adecuadamente los requisitos particulares de problemas específicos. Por lo tanto, un algoritmo de EC en particular no puede resolver todos los problemas adecuadamente. Para determinar las ventajas y desventajas de las técnicas de EC, su evaluación correcta es una tarea crítica en la comunidad de inteligencia computacional. Además, los algoritmos de EC son procesos estocásticos con operaciones aleatorias. En tales condiciones, para obtener conclusiones significativas, deben considerarse métodos estadísticos apropiados. Aunque se han reportado varias comparaciones entre métodos de EC en la literatura, sus conclusiones se basan en un conjunto de funciones sintéticas, sin considerar el contexto del problema o un tratamiento estadístico adecuado. Este artículo presenta un estudio comparativo de varias técnicas de EC actualmente en uso empleadas para diseñar filtros digitales 2D-IIR. Se presentan y analizan estadísticamente los resultados de varios experimentos.