Este documento presenta un innovador Algoritmo de Optimización de Enjambre de Partículas (PSO) que incorpora muestreos de números aleatorios Sobol y Halton. Evalúa el rendimiento del PSO mejorado frente al PSO convencional que emplea muestreos de números aleatorios de Monte Carlo. La comparación implica evaluar los algoritmos en nueve problemas de referencia y el famoso Problema del Viajante de Comercio (TSP). Los resultados revelan mejoras consistentes logradas por el PSO mejorado que utiliza muestreos Sobol/Halton en los problemas de referencia. Es especialmente notable las mejoras del PSO basado en Sobol en las iteraciones y los tiempos de computación para los problemas de referencia. Estos hallazgos subrayan la eficacia de emplear los métodos de generación de números aleatorios Sobol y Halton para mejorar la eficiencia del algoritmo.