ValueError: cannot reshape array of size 0 into shape (3,2)を解決したい。

Question

ValueError: cannot reshape array of size 0 into shape (3,2)のエラーが発生するのですがどう修正すればいいですか？
エラーが出た行は下のソースです
self.x=np.random.uniform(x_min, x_max, N).reshape(M,N)
self.v=np.random.uniform(x_min, x_max, N).reshape(M,N)

全ソース
import numpy as np
N= 2 # dimension
M= 3 # number of particles
T= 5 # number of iteration
x_min= -10.0
x_max= 10.0
v_min= -10.0
v_max= 10.0
w= 0.4 # parameter for PSO
c1= 2.0 # parameter for PSO
c2= 2.0 # parameter for PSO

def shpere(x):
f= 0
for j in range(x.size): # len(x)
f+= x[j]**2
return(f)

def evaluate(x):
return(shpere(x))

class Pso:
def init(self):
self.fit= np.zeros(M)
self.pbest_fit= np.zeros(M)
self.x=np.random.uniform(x_min, x_max, N).reshape(M,N)
self.v=np.random.uniform(x_min, x_max, N).reshape(M,N)
for i in range(M):
self.fit[i]= evaluate(self.x[i])
self.pbest_fit[i]= self.fit[i]
self.pbest_x= np.copy(self.x)
self.gbest_x= np.copy(self.pbest_x[0])
self.gbest_fit= self.pbest_fit[0]

def update(self):
    for i in range(M):
        for j in range(N):
            self.v[i,j]= w*self.v[i,j] + c1*np.random.uniform(0,

1.0)(self.pbest_x[i,j] - self.x[i,j])+ c2np.random.uniform(0,1.0)*(self.gbest_x[i,j] - self.x[i,j])
self.x[i,j]+= self.v[i,j]
self.fit[i]= evaluate(self.x[i])

def pbest_update(self):
    for i in range(M):
        if self.pbest_fit[i]>=self.fit[i]:
            self.pbest_fit[i]=self.fit[i]
            self.pbest_x[i]= np.copy(self.x[i])

def gbest_update(self):
    for i in range(M):
        if self.gbest_fit>= self.pbest_fit[i]:
            self.gbest_fit= self.pbest_fit[i]
            self.gbest_x= np.copy(self.pbest_x[i])

def report_bestfit(self):
    return(self.gbest_fit)

pso=Pso()
pso.gbest_update()
print(str(0)+ ", " +str(pso.report_bestfit()))
for t in range(1,T+1):
pso.update()
pso.pbest_update()
pso.gbest_update()
print(str(t)+ ", " +str(pso.report_bestfit()))

Answer 1

reshape(M, N) ができる様に M*N 個の乱数を生成します。

self.x=np.random.uniform(x_min, x_max, M*N).reshape(M,N)
self.v=np.random.uniform(x_min, x_max, M*N).reshape(M,N)