Los problemas de optimización compleja (CO) han sido resueltos utilizando métodos de inteligencia de enjambre (SI). Uno de los problemas de CO es el problema de optimización de cobertura de Redes de Sensores Inalámbricos (WSN), que desempeña un papel importante en Internet de las Cosas (IoT). Se propone un algoritmo híbrido novedoso, llamado algoritmo híbrido de enjambre de partículas mariposa (HPSBA), combinando sus fortalezas de optimización de enjambre de partículas (PSO) y algoritmo de optimización de mariposa (BOA), para resolver este problema. Es significativo que el valor de la intensidad del olor individual debe ser no negativo sin consideración del BOA básico, que se calcula con el valor absoluto del HPSBA propuesto. Además, el rendimiento del HPSBA se compara exhaustivamente con el BOA fundamental, numerosas variantes potenciales del BOA y algoritmos probados, para resolver las veintiséis funciones de referencia comúnmente utilizadas. Los resultados muestran que el HPSBA tiene un rendimiento general competitivo. Finalmente, en comparación con PSO, BOA y MBOA, se utiliza el HPSBA para resolver el problema de optimización de cobertura de nodos en WSN. Los resultados experimentales demuestran que la cobertura optimizada por HPSBA tiene una tasa de cobertura más alta, lo que reduce efectivamente la redundancia de nodos y extiende el tiempo de supervivencia de WSN.