Las metaheurísticas son incapaces de analizar problemas de robots sin ser mejoradas, modificadas o hibridadas. Las metaheurísticas mejoradas reportadas en otros trabajos de literatura son específicas del problema y a menudo no son adecuadas para analizar otras configuraciones de robots. Los parámetros de la optimización estándar de enjambre de partículas (SPSO) se mostraron incapaces de resolver problemas de optimización de robots. Se presenta aquí un algoritmo novedoso para el análisis cinemático de robots con parámetros mejorados. El algoritmo es capaz de analizar todas las configuraciones de robots conocidas. Esto se logró estudiando el comportamiento de convergencia del PSO bajo varias configuraciones de robots, con el objetivo de determinar nuevos parámetros de PSO para el análisis de robots y una técnica adaptativa adecuada para la identificación de parámetros. La mayoría de los parámetros probados se estancaron en las proximidades de mínimos locales fuertes. Algunos parámetros escaparon del estancamiento pero fueron incapaces de encontrar la solución mínima global, lo cual es indeseable porque la precisión es un criterio importante para el análisis y control de robots. El algoritmo fue entrenado para identificar soluciones estancadas. Se encontró que el algoritmo propuesto compite favorablemente con otros algoritmos reportados en la literatura. Existe un gran potencial para expandir aún más los hallazgos aquí presentados para la identificación dinámica de parámetros.