Le système nerveux humain utilise la plasticité synaptique pour résoudre des problèmes d'optimisation. Les études précédentes ont tenté d'intégrer le facteur de plasticité au processus d'entraînement des réseaux neuronaux artificiels, mais la plupart de ces modèles nécessitent un contrôle externe complexe sur le réseau ou des règles novatrices complexes. Dans ce manuscrit, un nouvel algorithme d'optimisation inspiré par la nature est présenté, qui imite la plasticité neuronale biologique. De plus, le modèle est testé sur trois jeux de données et les résultats sont comparés à ceux obtenus par l'optimisation par descente de gradient.