El algoritmo de colonia de abejas artificiales (ABC) es una técnica destacada de inteligencia de enjambre debido a su estructura simple y rendimiento efectivo. Sin embargo, el algoritmo ABC tiene una tasa de convergencia lenta cuando se utiliza para resolver problemas de optimización complejos, ya que su ecuación de búsqueda de solución es más de un operador de exploración que de explotación. Este artículo presenta un algoritmo ABC mejorado para resolver problemas de programación entera y minimax. El enfoque propuesto emplea un operador de búsqueda ABC modificado, que explota la información útil de la mejor solución actual en la fase de observador con la intención de mejorar su tendencia de explotación. Además, se aplica el operador de mutación de barajado a las soluciones creadas en ambas fases de abejas para ayudar a que la búsqueda logre un mejor equilibrio entre las capacidades de exploración global y explotación local y proporcionar una velocidad de convergencia valiosa. Los resultados experimentales, obtenidos mediante pruebas en siete problemas de programación entera y diez problemas minimax, muestran que el rendimiento general del enfoque propuesto es superior al ABC. Además, obtiene resultados competitivos en comparación con otros algoritmos de última generación.