[6 p.] Este trabajo presenta un análisis cuantitativo del comportamiento de MetaHeurísticas referidas como X- PSO Formas MultiObjetivo (X-FPSO), recurriendo al concepto de Inteligencia de Grupo (IG). A través de varios trabajos en esta línea de investigación, los autores han establecido cualitativamente que existe una correspondencia entre la habilidad de las Formas X-FPSO para satisfacer los cinco Principios de la IG (PIG), y la aptitud de la Función de Selección de una HiperHeurística cuando las Formas X-FPSO componen su dominio. Se proponen Indicadores de IG cuantitativos que permiten caracterizar y diferenciar el comportamiento de estrategias de movimiento derivadas de la MetaHeurística FPSO original: la FPSO con Factor de Constricción y Topología de Comunicación entre partículas Estrella Global Determinística (FPSO FC DS), la FPSO con Factor de Constricción y Topología de Comunicación Von Neumann (FPSO FC VN), la FEPSO con Topología de Comunicación Estrella Global Determinística (FPSO DS) y la FEPSO GIStT (Topología de Comunicación Global/Individual Estocástica). Estos indicadores reflejan aspectos clave relacionados con la IG, permitiendo realizar un seguimiento iteración a iteración del Algoritmo HiperHeurístico, sirviendo de guía para su Función de Selección. Se presenta una simulación en el contexto de la resolución de un problema de Optimización Combinatoria, considerado en trabajos previos como estudio de caso: el Balance de Cargas en un Sistema Trifásico de Distribución de Energía Eléctrica. This paper presents a cuantitative behaviour analysis of metaheuristics, referred as Multiobjective X-PSO Forms (X-FPSO), making use of the Swam Intelligence concept (SI). Through many papers in this investigation line, the autors establish a cualitative correspondence between the ability of X-FPSO Forms to suit the five SI Principles (SIP), and the aptitude of Hyperheuristic’s Selection Function when such X-FPSO Forms compose its domain. Cuantitative Swarm Intelligence Indicators are proposed for allowing behavior characterization and differentiation of different movement strategies, derived from the original FPSO: the FPSO with constriction factor and Global Deterministic Star Topology, the FPSO with constriction factor and VonNeumann Topology, the FEPSO with Global Deterministic Star Topology, and the FEPSO GIStT (Global Individual Stochastic Star Topology). These indicators reflect key aspects related to the Swarm Intelligence, allowing iteration to iteration tracking of the Hyperheuristic Algorithm, serving as a guide for its Selection Function. A simulation is presented in the context of solving a combinatorial optimization problem, considered in previous works as a case study: the load balancing in a Three-phase Electric Distribution System.