Este artículo presenta un nuevo algoritmo inspirado en la naturaleza llamado Algoritmo del Árbol de Ciruela (PTA), que tiene la biología de los árboles de ciruela como su principal fuente de inspiración. El PTA fue probado y validado utilizando 24 funciones objetivo de referencia, y además fue aplicado y comparado con la siguiente selección de algoritmos representativos de vanguardia inspirados en la naturaleza: el algoritmo de Optimización de Enjambre de Pollos (CSO), el algoritmo de Optimización de Enjambre de Partículas (PSO), el Optimizador de Lobos Grises (GWO), la Búsqueda del Cuco (CS), el Algoritmo de Búsqueda de Cuervos (CSA) y el Algoritmo de Optimización de Caballos (HOA). Los resultados obtenidos con el PTA son comparables a los resultados obtenidos al utilizar otros algoritmos de optimización inspirados en la naturaleza. El PTA devolvió los mejores resultados generales para las 24 funciones objetivo probadas. Este artículo presenta la aplicación del PTA para la optimización del peso de un conjunto de cuatro regresores de aprendizaje automático, a saber, el Regresor de Bosques Aleatorios (RFR), el Regresor de Impulso Gradiente (GBR), el Regresor AdaBoost (AdaBoost) y el Regresor de Árboles Extra (ETR), que se utilizan para la predicción de la carga de calefacción y los requisitos de carga de refrigeración de los edificios, utilizando el Conjunto de Datos de Eficiencia Energética de Aprendizaje Automático de UCI como soporte experimental. El conjunto optimizado por el PTA devolvió resultados como los devueltos por los conjuntos optimizados con el GWO, el CS y el CSA.