Er zijn talloze computeralgoritmen die biologisch gedrag van springende kikkers simuleren, vleermuizen foerageren, van koekoek zoeken tot mierenkolonie optimalisatie. Ze hebben allemaal iets gemeen, het algoritme gedraagt ​​zich als een collectieve intelligentie, het aannemen van de roep en het antwoord van een school vissen of een gemompel van spreeuwen, en al die andere patronen in de natuur. Schrijven in het International Journal of Swarm Intelligence, een team uit India bespreekt de stand van de techniek in een uniek algoritme dat is gebaseerd op een biologisch systeem:de slingeraap.

Spinapen hebben een "fusie-splijting" sociale structuur waarbij een grote sociale groep zich zal splitsen in kleinere hordes of vice versa, afhankelijk van de toegankelijkheid en beschikbaarheid van voedsel. Janmenjoy Nayak van Aditya Institute of Technology and Management in Andhra Pradesh, Indië, en collega's hebben gekeken naar het optimalisatie-algoritme van de spinaap, die dit gedrag insluit om anders hardnekkige problemen op te lossen. SMO-algoritmen zijn, het team meldt, bijzonder nuttig bij het oplossen van elektrische en elektronische engineering, draadloos sensornetwerk, patroonherkenning, energiesysteem en netwerken, en dataminingproblemen.

Hun overzicht van de stand van de techniek in SMO en zijn varianten en hoe het succesvol kan omgaan met moeilijke authentieke wereldoptimalisatieproblemen, zou beoefenaars en onderzoekers moeten inspireren om nog meer te innoveren op dit gebied. Bovendien, het succes van de SMO wijst op het potentieel van ander gedrag bij andere soorten, zoals de doodshoofdaap, vervet aap, en neusaap, dat kan ook goed worden gesimuleerd.