【MATLAB源码-第117期】基于matlab的蜘蛛猴优化算法(SMO)机器人栅格路径规划，输出做短路径图和适应度曲线。

操作环境：

MATLAB 2022a

1、算法描述

蜘蛛猴优化算法（Spider Monkey Optimization, SMO）是一种灵感来源于蜘蛛猴觅食行为的群体智能优化算法。蜘蛛猴是一种生活在南美洲热带雨林中的灵长类动物，它们在寻找食物时展现出的社会行为和策略被用来模拟解决优化问题。

群体结构
在SMO算法中，整个种群被划分为多个小组，每个小组有一个领头猴（Leader），负责引导小组成员。整个种群还有一个全局领头猴，负责协调和引导所有小组。

觅食行为模拟
蜘蛛猴在寻找食物时会通过声音或身体动作与其他猴子交流信息。在SMO算法中，这种行为被模拟为局部和全局的搜索过程：

1. 局部搜索：小组内的蜘蛛猴根据领头猴的位置和自己的经验来更新自己的位置，即寻找新的可能解。这反映了蜘蛛猴在领头猴的引导下探索周围区域的行为。
2. 全局搜索：如果小组在一段时间内无法找到更好的食物源（即解决方案没有改进），领头猴会进行全局搜索。这意味着领头猴会跳出当前的局部区域，寻找更广阔区域内的食物源。此时，小组成员也会根据全局领头猴的位置更新自己的位置。