一、白鲸优化算法（Beluga whale optimization，BWO）
白鲸优化算法（Beluga whale optimization，BWO）由Changting Zhong等人于2022年提出，该算法模拟了白鲸游泳，觅食和“鲸鱼坠落”行为。
参考文献：
[1] Zhong C, Li G, Meng Z. Beluga whale optimization: A novel nature-inspired metaheuristic algorithm[J]. Knowledge-Based Systems, 2022, 109215.
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、BWO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]=BWO(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('BWO')（2）部分结果
