Este documento presenta un algoritmo metaheurístico novedoso inspirado en las capacidades visuales del camarón mantis, que puede detectar señales de luz lineal y circularmente polarizadas para determinar información sobre el emisor de la fuente de luz polarizada. Inspirado en estas características visuales únicas, el Algoritmo de Optimización del Cangrejo Mantis (MShOA) cubre matemáticamente tres estrategias visuales basadas en las señales detectadas: navegación aleatoria para la búsqueda de alimentos, dinámica de ataque en el compromiso de presas y toma de decisiones para la defensa o retirada de la madriguera. Estas estrategias equilibran los procedimientos de explotación y exploración para la búsqueda local y global en el espacio de soluciones. La eficacia de MShOA se probó con 20 funciones de prueba y se comparó con otros 14 algoritmos de optimización. Además, se probó en 10 problemas de optimización del mundo real tomados de la competencia IEEE CEC2020. Además, MShOA se aplicó para resolver tres casos estudiados relacionados con el problema de flujo de potencia óptimo en un sistema de 30 buses de IEEE. Se realizaron pruebas estadísticas de Wilcoxon y Friedman para demostrar que MShOA ofrecía soluciones competitivas y eficientes en pruebas de referencia y aplicaciones del mundo real.