Este documento presenta un método de optimización para el control automatizado de soldadura con múltiples robots basado en un Algoritmo Genético de Enjambre de Partículas (PSGA), con el objetivo de abordar problemas como altos costos, gran huella y ciclos de producción excesivos en líneas de producción de soldadura con múltiples robots. El método primero construye un modelo cinemático robótico de múltiples ejes para proporcionar condiciones de restricción. Luego, se utiliza el algoritmo PSO (optimización por enjambre de partículas), que integra funciones de penalización en la evaluación de la aptitud, para determinar la ruta de soldadura óptima simulando el comportamiento colectivo dentro de un grupo. El GA (algoritmo genético) codifica la posición de las bases de los robots de soldadura en cromosomas para encontrar la disposición óptima para el control coordinado de múltiples robots. Todo el proceso se optimiza de acuerdo con los estándares y requisitos de soldadura. Además, se utilizó un modelo integral de estimación del rendimiento de la línea de producción para analizar cuantitativamente el nuevo esquema. Los resultados muestran que la tasa de equilibrio de la línea de producción optimizada aumentó en un 10%, la tasa de pérdida de equilibrio disminuyó en un 10%, el índice de suavidad aumentó en un 37.8%, los costos de espacio se redujeron en un 44.4%, la demanda de equipos se redujo en un 41.1%, la demanda de mano de obra se redujo en un 50%, los costos totales se redujeron en un 10% y el tiempo promedio del ciclo de producto se redujo en 5.07 s. Finalmente, probamos el algoritmo en varios escenarios complejos y comparamos su rendimiento con algoritmos convencionales en el contexto de este estudio. Los resultados demostraron que la línea de producción optimizada mejoró significativamente la eficiencia mientras mantenía los estándares de seguridad.