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
