Hoy en día, los académicos tienen un gran obstáculo al resolver problemas combinatorios en el mundo real. No obstante, es posible utilizar técnicas de optimización para encontrar, diseñar y resolver una solución óptima genuina a un problema particular, a pesar de las limitaciones del enfoque aplicado. Un aumento en el interés por las metodologías de optimización basadas en poblaciones ha dado lugar a una gran cantidad de enfoques nuevos y mejorados para una amplia gama de problemas de ingeniería. Optimizar conjuntos de pruebas es un desafío de prueba combinatoria que se ha demostrado ser una limitación de optimización combinatoria extremadamente difícil de investigar. Los autores han propuesto un método casi infalible para seleccionar casos de prueba combinatorios. Utiliza un algoritmo de optimización híbrido de ballenas-lobo gris en conjunto con técnicas de búsqueda de armonía. El tamaño del conjunto de pruebas se redujo significativamente utilizando el enfoque propuesto, como se muestra en el análisis de los resultados. Para evaluar la calidad, velocidad y escalabilidad de TWGH, se llevaron a cabo experimentos en un conjunto de benchmarks conocidos. Se demostró en las pruebas que la estrategia propuesta tiene una buena reputación general en la reducción del tamaño de las pruebas y podría utilizarse para mejorar el rendimiento. En comparación con estrategias basadas en optimización conocidas, TWGH ofrece resultados competitivos y admite combinaciones altas.