Actualmente, ciertos problemas complejos se clasifican como problemas NP-duros, para los cuales no existe una solución exacta o no se pueden resolver en un tiempo razonable. Como resultado, se han desarrollado algoritmos metaheurísticos como una alternativa. Estos algoritmos tienen como objetivo aproximarse a la solución óptima en lugar de proporcionar una definitiva. En los últimos años, estos algoritmos han ganado una atención considerable por parte de la comunidad investigadora. La naturaleza y sus principios inherentes sirven como la principal inspiración para el desarrollo de algoritmos metaheurísticos. Un subgrupo notable de estos algoritmos son los algoritmos evolutivos, que se modelan en función del comportamiento de animales y organismos sociales e inteligentes. Sin embargo, cada algoritmo metaheurístico generalmente sobresale solo con tipos específicos de problemas. Como resultado, los investigadores se esfuerzan continuamente por desarrollar nuevos algoritmos. Este estudio presenta un nuevo algoritmo metaheurístico conocido como el Algoritmo de Optimización de Hormigas Agricultoras (FAOA). El algoritmo se inspira en la vida de las hormigas agricultoras, que cultivan champiñones para alimentarse, los protegen de plagas y los nutren a medida que crecen. Estos comportamientos, basados en su dinámica social, sirven como la base para el algoritmo propuesto. Los experimentos realizados en varios problemas de ingeniería y clásicos han demostrado que el FAOA proporciona soluciones aceptables para problemas de optimización discreta.