Los problemas de optimización combinatoria suelen considerarse problemas NP-duros en el campo de la ciencia de la decisión y la revolución industrial. Como una transformación exitosa para abordar problemas dimensionales complejos, se han implementado algoritmos metaheurísticos en una amplia área de problemas de optimización combinatoria. Los algoritmos metaheurísticos han evolucionado y modificado con respecto a la naturaleza del problema desde que se recomendó por primera vez. Dado el creciente interés en incorporar métodos necesarios para desarrollar metaheurísticas, es necesario redescubrir el avance reciente de las metaheurísticas en la optimización combinatoria. Desde el punto de vista de los autores, todavía existe una falta de encuestas exhaustivas sobre las direcciones actuales de investigación. Por lo tanto, una parte sustancial de este documento está dedicada a analizar y discutir los algoritmos metaheurísticos de la era moderna que han ganado un uso popular en problemas de optimización combinatoria mayormente citados, como problemas de enrutamiento de vehículos, problemas del viajante de comercio y problemas de diseño de redes de cadena de suministro. En este estudio se lleva a cabo una encuesta de siete algoritmos metaheurísticos diferentes (propuestos después de 2000) para problemas de optimización combinatoria, además de metaheurísticas convencionales como el recocido simulado, la optimización por enjambre de partículas y la búsqueda tabú. Estas metaheurísticas han sido filtradas a través de algunos factores clave como la facilidad de manejo de parámetros, el alcance de la hibridación, así como la eficiencia de rendimiento. En este estudio se incluye una descripción concisa del marco del algoritmo seleccionado. Finalmente, se discute un análisis técnico de las tendencias recientes de implementación, junto con los impactos de la modificación del algoritmo en el rendimiento, la estrategia de manejo de restricciones, el manejo de situaciones multiobjetivo utilizando hibridación y las oportunidades de investigación futuras.