蜘蛛猴算法（SpiderMonkey Algorithm, SMA）是一種基於群體智慧型的全局最佳化算法，其靈感來源於自然界中蜘蛛猴的覓食行為。這種算法通過模擬蜘蛛猴的社會行為和覓食策略，能夠在搜尋空間中有效地尋找最佳解。SMA的特點包括快速收斂和強大的全局搜尋能力，非常適合解決各種最佳化問題。
在SMA中，整個種群被分為多個小組，每個小組由一個或多個成員組成，包括一個領頭猴（Leader），負責引導小組成員。領頭猴根據食物源的情況（即問題的解決方案）來決定搜尋方向。如果小組在一段時間內未能找到更好的食物源，領頭猴會進行全局搜尋，嘗試尋找更廣闊區域內的食物源。小組成員的位置會根據領頭猴的位置和自己的經驗進行更新，模擬了蜘蛛猴在領頭猴引導下探索周圍區域的行為。此外，蜘蛛猴會根據食物源的豐富程度和環境的變化適應性地調整其行為，如在SMA中通過調整搜尋的步長和頻率來更好地探索解空間。
SMA能夠有效地平衡全局搜尋和局部搜尋，避免過早陷入局部最優解。這種算法不僅在理論上得到了廣泛認可，還已被套用於多種領域，包括工程最佳化、數據挖掘、機器學習和經濟學問題等。