Este documento propone un algoritmo de murciélago mejorado basado en la hibridación de un método paralelo y compacto (denominado pcBA) para una clase de variables de ahorro en problemas de optimización. El método paralelo mejora la diversidad de soluciones para explorar en la búsqueda espacial y compartir la carga de computación. Sin embargo, el método compacto ahorra variables almacenadas para la computación en los enfoques de optimización. En la sección experimental, se utilizan las funciones de referencia seleccionadas y el problema de balance energético en redes de sensores inalámbricos (WSN) para evaluar el rendimiento del método propuesto. Los resultados comparados con otros métodos en la literatura demuestran que el algoritmo propuesto logra un método práctico para reducir el número de variables de memoria almacenadas y el consumo de tiempo de ejecución.