Los problemas de optimización de diseño de ingeniería son difíciles de resolver porque la función objetivo suele ser compleja, con una combinación de variables de diseño continuas y discretas y diversas restricciones de diseño. Nuestra investigación presenta un nuevo algoritmo híbrido que integra los beneficios del algoritmo seno-coseno (SCA) y la colonia artificial de abejas (ABC) para abordar problemas de optimización de diseño de ingeniería. El SCA es un algoritmo metaheurístico recientemente desarrollado con muchas ventajas, como una buena capacidad de búsqueda y un tiempo de ejecución razonable, pero puede sufrir de convergencia prematura. Se propone la ecuación de búsqueda mejorada de SCA para evitar esta desventaja y alcanzar un equilibrio preferible entre las habilidades de explotación y exploración. En el método híbrido propuesto, denominado HSCA, el SCA con estrategia de búsqueda mejorada y el algoritmo ABC con dos ecuaciones de búsqueda distintas se ejecutan alternativamente mientras trabajan en la misma población. El ABC con múltiples ecuaciones de búsqueda puede proporcionar una diversidad adecuada en la población para que ambos algoritmos se complementen entre sí y creen una cooperación beneficiosa a partir de su fusión. Se incorporan ciertas reglas de viabilidad en el HSCA para dirigir la búsqueda hacia áreas viables del espacio de búsqueda. El HSCA se aplica a quince problemas de diseño de ingeniería exigentes para investigar su rendimiento. Los resultados experimentales presentados indican que el método desarrollado funciona mejor que el SCA y ABC básicos. El HSCA logra resultados bastante competitivos en comparación con otros métodos de vanguardia recientes.