一、墨西哥蝾螈优化算法
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、23个基本测试函数
三、MAO求解23个函数
（1）部分代码
close all
clear
clc
SearchAgents_no=100; % Number of search agents
Function_name='F1';%F1-F23
Max_iteration=30; % Maximum number of iterations
[lb,ub,nvars,fun]=Get_Functions_details(Function_name);
npop=30;%种群大小
max_iter=100;%最大迭代次数
[Fmin,Xmin,best_fitness]=MAO(npop,max_iter,lb,ub,nvars,fun);
figure
plot(best_fitness,'r-','linewidth',3)
legend('MAO')
title(Function_name)
xlabel('t')
ylabel('f')
figure
func_plot(Function_name);
title(Function_name)
xlabel('x_1');
ylabel('x_2');
zlabel([Function_name,'( x_1 , x_2 )'])
（2）部分结果
