En los últimos años, los métodos metaheurísticos han mostrado una eficacia notable en la resolución de desafíos combinatorios complejos en un amplio espectro de campos. Sin embargo, la creciente complejidad de estos problemas requiere el desarrollo continuo de técnicas innovadoras para mejorar el rendimiento y la fiabilidad de estos métodos. Este artículo tiene como objetivo contribuir a este esfuerzo examinando el impacto de los métodos de inicialización de soluciones en el rendimiento de un algoritmo híbrido aplicado al problema de la mochila de unión de conjuntos (SUKP). Se han propuesto y evaluado tres métodos distintos de inicialización de soluciones, aleatorio, voraz y ponderado. Estos se han integrado en un algoritmo de seno-coseno que emplea k-medias como procedimiento de binarización. A través de pruebas en instancias de SUKP de tamaño mediano y grande, el estudio revela que la estrategia de inicialización de soluciones influye en el rendimiento del algoritmo, con el método ponderado superando consistentemente a los otros dos. Además, los resultados obtenidos se compararon con varios metaheurísticos que previamente han resuelto SUKP, mostrando un rendimiento favorable en esta comparación.