代码复现：基于竞争学习的灰狼优化算法Clb-GWO，可用于算法对比
参考文献：Aala Kalananda V K R, Komanapalli V L N. A competitive learning-based Grey wolf Optimizer for engineering problems and its application to multi-layer perceptron training[J]. Multimedia Tools and Applications(SCI四区), 2023: 1-59.
代码获取：
百度搜索“面包多”，在面包多官方主页的搜索作品栏搜索该推文标题即可
算法效果图：以单峰函数F1,F7，多峰函数F10,F12为例
