Este artículo propone un nuevo algoritmo de optimización metaheurística, el optimizador de crecimiento de corona (CGO), inspirado en el proceso de crecimiento de la copa de los árboles. CGO combina de manera innovadora estrategias de búsqueda global y optimización local al simular los mecanismos de crecimiento, brotación y poda en el crecimiento de la copa de los árboles. El mecanismo de poda equilibra la exploración y explotación de las dos etapas de crecimiento y brotación, inspirado en la ley de Ludvig y la serie de Fibonacci. Realizamos una evaluación de rendimiento exhaustiva de CGO en el banco de pruebas estándar CEC2017 y en el conjunto de problemas del mundo real CEC2020-RW y lo comparamos con una variedad de algoritmos convencionales como SMA, SKA, DBO, GWO, MVO, HHO, WOA, EWOA y AVOA. El mejor resultado de CGO después de las pruebas de Friedman fue de 1.6333/10, y el nivel de significancia de todos los resultados de comparación bajo las pruebas de Wilcoxon fue inferior a 0.05. Los resultados experimentales muestran que la media y la desviación estándar de los experimentos repetidos de CGO son mejores que las del algoritmo de comparación. Además, CGO también logró excelentes resultados en aplicaciones específicas de planificación de rutas de robots y extracción de parámetros fotovoltaicos, lo que verifica aún más su efectividad y amplio potencial de aplicación en problemas de ingeniería práctica.