Los algoritmos hibridados son comúnmente empleados para mejorar el rendimiento de cualquier método existente. Sin embargo, un algoritmo de aprendizaje óptimo compuesto por inteligencia evolutiva y de enjambre puede mejorar radicalmente la calidad de los estados neuronales finales y aún no ha recibido atención creativa. Considerando este problema, este artículo presenta un nuevo algoritmo de metaheurística combinado con varios objetivos, presentado como el Algoritmo de Elección Híbrida (HEA), con excelentes resultados en la resolución de problemas de optimización y combinatorios en un espacio de búsqueda binario. Las ideas principales y fundamentales de este HEA propuesto están inspiradas en fenómenos sociopolíticos, que consisten en mecanismos creativos y poderosos para lograr el resultado óptimo. Una estructura lógica no sistemática puede encontrar un mejor fenómeno en el estudio de la programación lógica. En este sentido, una estructura no sistemática conocida como Satisfacción Aleatoria (RANSAT) con orden superior se presenta aquí para superar la interpretabilidad y la disimilitud en comparación con una estructura lógica sistemática en una Red Neuronal Hopfield Discreta (DHNN). La novedad de este estudio es introducir un nuevo Algoritmo de Elección Híbrida multiobjetivo que logra el mayor valor de aptitud y puede aumentar la capacidad de almacenamiento de DHNN junto con una estructura lógica diversificada incrustada con la representación de RANSAT. Para lograr estos objetivos, el algoritmo propuesto probó cuatro tipos diferentes de algoritmos, como tipos evolutivos (Algoritmo Genético (GA)), tipos de inteligencia de enjambre (algoritmo de Colonia de Abejas Artificiales), basados en población (Algoritmo de Elección tradicional (EA)) y el modelo de Búsqueda Exhaustiva (ES). Para verificar el rendimiento del modelo HEA propuesto, se examinaron y analizaron varios métricos de rendimiento, como entrenamiento-prueba, energía, análisis de similitud y análisis estadístico, como la prueba de Friedman con análisis de convergencia. Basándose en los resultados experimentales y estadísticos, el modelo HEA propuesto superó a los cuatro modelos mencionados en esta investigación.