CEC2013（MATLAB）：墨西哥蝾螈优化算法（Mexican Axolotl Optimization，MAO）求解CEC2013-CSDN博客

本文链接：https://blog.csdn.net/weixin_46204734/article/details/133863779

本文介绍了墨西哥蝾螈优化算法(MAO)及其在2013年CECSpecialSessiononReal-ParameterOptimization中的应用，通过MATLAB代码展示了如何使用MAO求解特定测试函数，展示了算法的性能和收敛曲线。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、墨西哥蝾螈优化算法MAO

墨西哥蝾螈优化算法（Mexican Axolotl Optimization，MAO）由Yenny Villuendas-Rey 1等人于2021年提出，该算法具有较强的平衡全局搜索与局部搜索能力。

参考文献：

[1]Villuendas-Rey, Yenny, José Luis Velázquez-Rodríguez, Mariana Dayanara Alanis-Tamez, Marco Moreno-Ibarra and Cornelio Yáñez-Márquez. “Mexican Axolotl Optimization: A Novel Bioinspired Heuristic.” Mathematics 9 (2021): 781.

二、cec2013简介

在CEC 2013 Special Session on Real-Parameter Optimization中共有28个测试函数维度可选择为10/30/50/100。每个测试函数的信息如下表所示：（详细信息见下方参考文献）

参考文献：

[1] Liang J J , Qu B Y , Suganthan P N ,et al.Problem Definitions and Evaluation Criteria for the CEC 2013 Special Session on Real-Parameter Optimization[J]. 2013.

三、MAO求解cec2013

（1）部分代码

close all;
clear ; 
clc;
dim =10;      %维度
TestProblem=1; %测试函数索引可以选择 1-28
[Fun_Name,lb,ub,opt_f,err] = get_fun_info_CEC2013(TestProblem,dim);%获取函数信息
fob=str2func('cec13_0');
SearchAgents_no=50; % 种群大小（可以修改）
Max_iteration=500; % 最大迭代次数（可以修改）
[Best_score,Xbest,Convergence_curve]=MAO(SearchAgents_no,Max_iteration,lb,ub,dim,fobj);
figure
plot(Convergence_curve,'b','linewidth',3)
xlabel('Iteration')
ylabel('Fitness')
title(['CEC2013-F' num2str(TestProblem)])
legend('MAO')

（2）部分结果