Dada la rápida evolución de los drones en una variedad de dominios de aplicación, la necesidad de una planificación de rutas efectiva ha surgido como un enfoque de investigación fundamental. Particularmente en entornos tridimensionales (3D) complejos, formular la ruta de vuelo óptima para los drones representa un desafío considerable. No obstante, los algoritmos de planificación de rutas prevalentes exhiben problemas que abarcan una precisión disminuida y una estabilidad inadecuada. Para resolver este problema, se propone un método híbrido mejorado de búsqueda de organismos simbióticos (ISOS) y optimización de enjambre de partículas seno-coseno (SCPSO) para la planificación de rutas 3D de drones, denominado HISOS-SCPSO. En el método propuesto, primero se utiliza un mapeo logístico caótico para mejorar la diversidad de la población inicial. Luego, se introducen la estrategia de diferencia, las nuevas funciones de atenuación y la estrategia de regeneración de la población para mejorar el rendimiento del algoritmo. Finalmente, para garantizar que la ruta planificada sea viable para el vuelo del dron, se diseña una nueva función de costo y se emplea una curva B-spline cúbica para refinar y suavizar efectivamente la ruta de vuelo. Para evaluar el rendimiento, se lleva a cabo la simulación en áreas montañosas y urbanas. Un extenso cuerpo de investigación atestigua el rendimiento excepcional de nuestro propuesto HISOS-SCPSO.