MSSA是一種基於Salp Swarm Algorithm (SSA)的最佳化方法，旨在改進神經網路（特別是MLP神經網路）的參數最佳化過程，以提高預測精度。MSSA代表"Multi-Strategy Salp Swarm Algorithm"，它引入了兩種收斂增強策略，分別是SSA-精英化和MSSA，以改善最佳化的質量，有效防止早期收斂和局部最優停滯。該方法被設計用於解決工程預測問題，特別是軟體故障預測。通過對MLP神經網路的參數進行最佳化，MSSA旨在提高預測模型的性能。實驗證明了MSSA在與MLP網路融合最佳化參數值和提高預測精度方面的卓越潛力，可能適用於軟體工程預測問題，但需要進一步研究來評估其在其他領域挑戰中的性能。
MSSA是由Seyedali Mirjalili等人於2017年提出的，它是一種多目標最佳化算法，用於解決工程設計問題。算法流程和參考代碼可以在相關文獻中找到。