La optimización global se utiliza en muchos problemas prácticos y científicos. Por esta razón, se han desarrollado diversas técnicas computacionales. Particularmente importantes son las técnicas evolutivas, que simulan fenómenos naturales con el objetivo de detectar el mínimo global en problemas complejos. Un nuevo método evolutivo es el algoritmo de Optimización de Anguilas y Meros (EGO), inspirado en la relación simbiótica y estrategia de forrajeo de anguilas y meros en ecosistemas marinos. En el presente trabajo, se proponen una serie de mejoras que tienen como objetivo tanto la eficiencia del algoritmo para descubrir el mínimo total de funciones multidimensionales como la reducción en el tiempo de ejecución requerido a través de la reducción efectiva en el número de evaluaciones funcionales. Estas modificaciones incluyen la incorporación de una técnica de terminación estocástica, así como una técnica de muestreo mejorada. Las modificaciones propuestas se prueban en funciones multidimensionales disponibles en la literatura relevante y se comparan con otros métodos evolutivos.