En los últimos años, los problemas de optimización han sido intrigantes en el campo de la computación y la ingeniería debido a varios objetivos conflictivos. La complejidad del problema de optimización también aumenta dramáticamente con respecto a un espacio de búsqueda complejo. Los Algoritmos de Optimización Inspirados en la Naturaleza (NIOAs) están convirtiéndose en algoritmos dominantes debido a su flexibilidad y simplicidad para resolver diferentes tipos de problemas de optimización. Por lo tanto, los NIOAs pueden encontrarse con óptimos locales debido a un desequilibrio en la estrategia de selección, lo cual es difícil al estabilizar la exploración y la explotación en el espacio de búsqueda. Para abordar este problema, proponemos un novedoso algoritmo de mono Java que imita el comportamiento natural de los monos Java. El algoritmo de mono Java utiliza un proceso de selección basado en una jerarquía social prometedora y también logra una exploración y explotación equilibradas utilizando múltiples agentes de búsqueda con una población de múltiples grupos, reemplazo masculino y procesos de aprendizaje. Luego, el algoritmo propuesto fue ampliamente experimentado con la función de referencia, incluidas funciones unimodales, multimodales y multimodales de dimensión fija para el problema de optimización continua, y el Problema del Viajante (TSP) se utilizó para el problema de optimización discreta. El resultado experimental muestra la eficiencia del algoritmo de mono Java propuesto sobre los algoritmos de optimización dominantes existentes.