La localización de incendios en tiempo real en entornos urbanos sigue siendo un desafío significativo debido a la escasa implementación de sensores IoT, incertidumbres en las mediciones y los usos computacionales de técnicas de estimación basadas en IA. Para abordar estas limitaciones, este documento propone un Algoritmo de Múltiples Objetivos Basado en Intervalos Caóticos (CI-MOHBA) diseñado para mejorar la precisión y fiabilidad de la localización de fuentes de fuego bajo datos de sensores inciertos y limitados. El enfoque formula la localización como un problema de optimización de múltiples objetivos que minimiza simultáneamente el error de estimación de la fuente, las tasas de falsas alarmas y el tiempo de computación. CI-MOHBA integra un nuevo mapa caótico para mejorar la capacidad de búsqueda global y aritmética de intervalos para gestionar eficazmente la incertidumbre de los sensores en entornos de medición escasa. La evaluación experimental del mapa caótico propuesto, respaldada por un análisis de convergencia de entropía y verificación del exponente de Lyapunov, demuestra la estabilidad y robustez de la técnica propuesta. Los resultados indican que CI-MOHBA logra un error de localización promedio de 0.73 m y una tasa de falsas alarmas del 8.2%, manteniendo una alta eficiencia computacional. Los resultados muestran que el algoritmo propuesto es adecuado para la localización de incendios en tiempo real en sistemas de monitoreo urbanos basados en IoT.