Este documento presenta mejoras novedosas a las versiones más recientes de algoritmos de tipo -, especialmente al tratar con soluciones ubicadas en los vértices del hiperrectángulo. El algoritmo encuentra dificultades para muestrear eficientemente puntos en los límites de la región factible, lo que puede ralentizar la convergencia. Este problema es particularmente pronunciado cuando la solución óptima se encuentra cerca del límite. Nuestra investigación explora enfoques diversos, con un enfoque principal en la incorporación de una estrategia de agrupación para hiperrectángulos de tamaños similares. Esta categorización en diferentes clases, limitada por un umbral predefinido, tiene como objetivo mejorar la eficiencia computacional, especialmente involucrando un número sustancial de hiperrectángulos de tamaños variables. Para mejorar aún más la eficiencia del nuevo algoritmo, implementamos un mecanismo para evitar el sobremuestreo y mitigar la redundancia en el muestreo en los vértices compartidos dentro de subregiones descendientes. Las comparaciones con varios algoritmos de tipo - destacan la naturaleza prometedora de los algoritmos propuestos como solución de optimización global. Los análisis estadísticos, incluidas las pruebas de Friedman y Wilcoxon, demostraron la efectividad de las mejoras introducidas en este nuevo algoritmo.