La tecnología de posicionamiento 5G se ha integrado profundamente en la vida diaria. Sin embargo, en entornos de propagación de señales inalámbricas, pueden existir condiciones fuera de la línea de visión (NLOS), que provocan bloqueo de señal y posteriormente obstaculizan la provisión de servicios de posicionamiento. Para abordar este problema, este artículo propone un algoritmo de localización NLOS de superficie reflectante inteligente (IRS) con diferencia de tiempo de llegada-ángulo de llegada (TDOA-AOA) (INTAL). Primero, el algoritmo construye un modelo de sistema para la localización de IRS 5G, superando efectivamente los desafíos de posicionamiento en trayectorias NLOS. Luego, aplicando el algoritmo de clasificación de señales múltiples para estimar el retraso de tiempo y el ángulo, y utilizando el algoritmo Chan para obtener las coordenadas estimadas del usuario, se formula un problema de optimización para minimizar la distancia entre las coordenadas estimadas y reales. Se emplea el algoritmo de optimización de serpiente de tienda para resolver este problema de optimización, reduciendo así los errores de localización. Finalmente, las simulaciones demuestran que el algoritmo INTAL supera al algoritmo de optimización de serpiente (SO) y al algoritmo de optimización de lobo gris (GWO) bajo las mismas condiciones, reduciendo el error de localización en un 56% y un 60% en promedio, respectivamente. Además, cuando la relación señal-ruido es de 30 dB, el error de localización del algoritmo INTAL es solo de 0.2968 m, mientras que los errores para los algoritmos SO y GWO son de 0.6733 m y 0.7398 m, respectivamente. Esto demuestra aún más la mejora significativa del algoritmo en términos de precisión de localización.