樽海鞘算法（Salp Swarm Algorithm, SSA）是一種基於群集行為的最佳化算法，由Mirjalili等人於2017年提出。該算法靈感來源於樽海鞘在海洋中的群集覓食行為，特別是它們以鏈式結構移動和覓食的方式。
在SSA中，樽海鞘被分為領導者和追隨者兩種角色。領導者位於鏈的前端，負責引導整個群體向食物源移動，而追隨者則根據前一個體的位置更新自己的位置，依次跟隨移動。這種機制不僅增強了算法的全局探索能力，還通過保持種群的多樣性，提高了局部開發效率。
SSA的數學模型描述了領導者位置更新的過程，以及追隨者如何根據領導者和前一個體的位置調整自己的位置。這種模型使得SSA能夠有效地解決最佳化問題，特別是在高維搜尋空間中。
總的來說，樽海鞘算法是一種高效的群體智慧型最佳化技術，適用於解決各種最佳化問題，包括工程設計和其他需要最佳化算法的領域。