一、霸王龙优化算法TROA
霸王龙优化算法（Tyrannosaurus optimization，TROA）由Venkata Satya Durga Manohar Sahu等人于2023年提出，该算法模拟霸王龙的狩猎行为，具有搜索速度快等优势。
参考文献：Venkata Satya Durga Manohar Sahu, Padarbinda Samal, Chinmoy Kumar Panigrahi,”Tyrannosaurus optimization algorithm: A new nature-inspired meta-heuristic algorithm for solving optimal control problems”,e-Prime - Advances in Electrical Engineering, Electronics and Energy,Volume 5,2023,100243,ISSN 2772-6711,https://doi.org/10.1016/j.prime.2023.100243.
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、TROA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）
[Xbest,Best_score,Convergence_curve]=TROA(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('TROA')（2）部分结果
