El algoritmo de optimización por enjambre de partículas (PSO) generalmente se mejora ajustando de forma adaptativa el peso de inercia o combinándolo con otros algoritmos evolutivos. Sin embargo, en la mayoría de los algoritmos PSO modificados, los valores aleatorios siempre se generan mediante una distribución uniforme en el rango de [0, 1]. En este estudio, los valores aleatorios, generados mediante distribución uniforme en los rangos de [0, 1] y [-1, 1], y distribución Gaussiana con media 0 y varianza 1, respectivamente se utilizan en el PSO estándar y en el PSO con peso de inercia decreciente lineal (LDIW). Para la comparación, también se investiga en este estudio el algoritmo PSO determinista, en el cual los valores aleatorios se establecen en 0.5. Se seleccionan algunas funciones de referencia y el problema de diseño de recipientes a presión para probar estos algoritmos con diferentes tipos de valores aleatorios en tres dimensiones espaciales (10, 30 y 100). Los resultados experimentales muestran que los algoritmos PSO estándar y LDIW-PSO con valores aleatorios generados por o son más propensos a evitar caer en óptimos locales y obtener rápidamente el óptimo global. Esto se debe a que los valores aleatorios a gran escala pueden expandir el rango de velocidad de la partícula para que sea más probable que escape de óptimos locales y obtenga el óptimo global. Aunque los valores aleatorios generados por o son beneficiosos para mejorar la capacidad de búsqueda global, la capacidad de búsqueda local para un problema de optimización práctica de baja dimensión puede disminuir debido a las partículas finitas.