Este documento presenta un algoritmo de optimización llamado Algoritmo de Explosión Aleatoria (REA). La idea fundamental de este algoritmo se basa en un concepto simple de la explosión de un objeto. Este objeto es comúnmente conocido como una partícula: cuando explota, dispersa aleatoriamente fragmentos alrededor de la partícula dentro del radio de explosión. El fragmento que se considerará como un agente de búsqueda llenará el espacio local y buscará en esa región particular la mejor solución de aptitud. El algoritmo propuesto fue probado en 23 funciones de prueba de referencia, y los resultados se validaron mediante un estudio comparativo con ocho algoritmos bien conocidos, que son Optimización por Enjambre de Partículas (PSO), Colonia de Abejas Artificiales (ABC), Algoritmo Genético (GA), Evolución Diferencial (DE), Optimizador Multi-Verse (MVO), Optimizador de Llama de Polilla (MFO), Algoritmo de Luciérnagas (FA) y Algoritmo de Optimización de Gaviota Sucia (STOA). Después de eso, el algoritmo fue implementado y analizado para una aplicación de control de cuadricóptero. De manera similar, se realizó un estudio comparativo con los otros algoritmos mencionados. Los hallazgos revelan que el REA puede generar resultados muy competitivos. También muestra que el análisis de convergencia ha demostrado que el REA puede converger más rápidamente hacia el óptimo global que los otros algoritmos metaheurísticos. Para el resultado de la aplicación de control, el controlador REA puede seguir mejor la entrada de referencia deseada con un tiempo de subida y un tiempo de asentamiento más cortos, un menor porcentaje de sobreimpulso y un error de estado estacionario y error cuadrático medio (RMSE) mínimos.