痲雀搜尋算法（Sparrow Search Algorithm, SSA）是一種新型的群智慧型最佳化算法，於2020年提出，主要靈感來源於痲雀的覓食行為和反捕食行為。該算法通過模擬痲雀在尋找食物和避免天敵過程中的行為來實現尋優目標。在SSA中，痲雀被分為發現者和加入者（追隨者），其中發現者負責尋找食物並為整個種群提供覓食方向，而加入者則利用發現者的信息來獲取食物。此外，算法中還包含了偵查預警機制，一旦感知到危險，整個種群會轉移到安全區域。
SSA的特點包括高搜尋效率、參數設定簡單、尋優能力強和收斂速度快。它通過將搜尋空間劃分為小區域，並利用痲雀群體的搜尋和位置調整來實現全局最佳化。在算法中，發現者和加入者的位置會根據適應度值、當前位置、以及種群中的最優和最差位置進行更新。如果感知到危險，痲雀種群會進行反捕食行為，即轉移到安全區域。
SSA已被套用於函式最佳化問題，並顯示出比其他群智慧型算法如粒子群算法和灰狼最佳化算法更高的收斂精度和魯棒性。此外，還有研究將SSA擴展到多目標最佳化問題，形成了多目標痲雀搜尋算法（MOSSA），進一步提高了算法的適用性和效率。