一、成长优化算法GO
成长优化算法（Growth Optimizer，GO）由Qingke Zhang等人于2023年提出，该算法的设计灵感来源于个人在成长过程中的学习和反思机制。学习是个人通过从外部世界获取知识而成长的过程，反思是检查个体自身不足，调整个体学习策略，帮助个体成长的过程。
参考文献：
Qingke Zhang, Hao Gao, Zhi-Hui Zhan, Junqing Li, Huaxiang Zhang,Growth Optimizer: A powerful metaheuristic algorithm for solving continuous and discrete global optimization problems,Knowledge-Based Systems,261,2023
二、旅行商问题
三、成长优化算法GO求解旅行商问题
%完整MATLAB code link: https://mbd.pub/o/bread/ZJiWmZZu
close all
clear
clc
%数据集参考文献 REINELT G.TSPLIB-a traveling salesman problem[J].ORSA Journal on Computing,1991,3(4):267-384.
global data
load('data.txt')%导入TSP数据集bayg29
Dim=size(data,1)-1;%维度
lb=-100;%下界
ub=100;%上界
fobj=@Fun;%计算总距离
SearchAgents_no=100; % 种群大小（可以修改）
Max_iteration=1000 部分结果
算法得到的路径：1 > 28 > 6 > 12 > 9 > 26 > 3 > 29 > 5 > 21 > 2 > 20 > 10 > 4 > 15 > 18 > 14 > 17 > 22 > 11 > 19 > 25 > 7 > 23 > 8 > 27 > 16 > 13 > 24 > 1
算法求解的总路径总长:9074.1
