Det finns otaliga datoralgoritmer som simulerar biologiskt beteende från hoppande grodor, att söka fladdermus, från göksökning till myrkolonioptimering. De har alla något gemensamt, Algoritmen beter sig som en kollektiv intelligens, tar på sig rop och svar från ett fiskstim eller ett sorl av starar, och alla dessa andra mönster i naturen. Skriver i International Journal of Swarm Intelligence, ett team från Indien diskuterar den senaste tekniken i en unik algoritm baserad på ett biologiskt system – spindelapan.

Spindelapor har en "fusion-fission" social struktur där en stor social grupp kommer att delas upp i mindre horder eller vice versa beroende på tillgängligheten och tillgången på mat. Janmenjoy Nayak från Aditya Institute of Technology and Management i Andhra Pradesh, Indien, och kollegor har tittat på spindelapans optimeringsalgoritm, som inbäddar detta beteende så att det kan lösa annars svårlösta problem. SMO-algoritmer är, laget rapporterar, särskilt användbar för att lösa elektrisk och elektronisk teknik, trådlöst sensornätverk, mönsterigenkänning, kraftsystem och nätverk, och datautvinningsproblem.

Deras kartläggning av det senaste inom SMO och dess varianter och hur det framgångsrikt kan hantera svåra problem med autentisk världsoptimering bör tjäna till att inspirera utövare och forskare att förnya sig på detta område ännu mer. Dessutom, framgången för SMO antyder potentialen för olika beteenden hos andra arter som ekorreapa, vervet apa, och snabelapa, som också kan simuleras med god effekt.