El problema del conjunto dominante independiente mínimo de vértices de peso mínimo (MWVIDS) es una versión importante del conjunto dominante independiente mínimo. El problema MWVIDS tiene varias aplicaciones en muchos campos. Sin embargo, se sabe que el problema MWVIDS es NP-duro y, por lo tanto, computacionalmente desafiante. En este trabajo, presentamos el algoritmo memético mejorado llamado MSSAS para resolver el problema MWVIDS. El algoritmo MSSAS propuesto combina la optimización dinámica basada en probabilidades (PDO) (para generar soluciones descendentes buenas y diversas ensamblando elementos de soluciones buenas existentes) así como una fase de búsqueda local llamada C_LS (para buscar óptimos locales de alta calidad combinando la idea de una estrategia de verificación de configuración de dos niveles basada en restricciones y un mecanismo tabú). Los extensos resultados en los populares conjuntos de datos DIMACS y BHOLIB demuestran que MSSAS compite favorablemente con los algoritmos de vanguardia. Además, analizamos los beneficios de los componentes recién propuestos, incluidas las dos ideas mencionadas anteriormente, con nuestro marco memético. Cabe mencionar que la combinación de ambos componentes tiene efectos excelentes para el problema MWVIDS.