El Problema de Cubrimiento de Conjuntos Unicost (USCP), un desafío de optimización combinatoria NP-duro, exige métodos eficientes para minimizar el número de conjuntos que cubren un universo. Este estudio presenta un Optimizador de Tiburón Blanco (WSO) binario mejorado con funciones de transferencia V3, binarización elitista y mapas caóticos. Para evaluar el rendimiento del algoritmo, empleamos la Desviación Porcentual Relativa (RPD), que mide la diferencia porcentual entre las soluciones obtenidas y los valores óptimos. Nuestro enfoque logra resultados sobresalientes en seis instancias de referencia: WSO-ELIT_CIRCLE ofrece un RPD del 0.7% para instancias estructuradas, mientras que WSO-ELIT_SINU logra un RPD del 0.96% en instancias cíclicas, mostrando mejoras empíricas sobre métodos estándar. Los resultados experimentales demuestran que los mapas caóticos de círculo destacan en problemas estructurados, mientras que los mapas sinusoidales se desempeñan óptimamente en instancias cíclicas, con mejoras observadas de hasta un 7.31% sobre enfoques base. Los análisis de diversidad y convergencia muestran que las instancias estructuradas favorecen estrategias impulsadas por la explotación, mientras que las instancias cíclicas se benefician de la exploración adaptativa. Este trabajo establece WSO como una metaheurística robusta para USCP, con aplicaciones en asignación de recursos y diseño de redes.