一、猎豹优化算法CO

猎豹优化算法（The Cheetah Optimizer，CO）由MohammadAminAkbari等人于2022年提出，该算法性能高效，思路新颖。

参考文献： Akbari, M.A., Zare, M., Azizipanah-abarghooee, R. et al. The cheetah optimizer: a nature-inspired metaheuristic algorithm for large-scale optimization problems. Sci Rep 12, 10953 (2022). The cheetah optimizer: a nature-inspired metaheuristic algorithm for large-scale optimization problems | Scientific Reports

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）

CEC2013的28个函数_IT猿手的博客-CSDN博客

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、CO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]=CO(SearchAgents_no,Max_iteration,lb,ub,dim,fobj);
figure
plot(Convergence_curve,'r','linewidth',2)
xlabel('Iteration')
ylabel('Fitness')
title(['CEC2013-F' num2str(TestProblem)])
legend('CO')

（2）部分结果

四、完整MATLAB代码