一、淘金优化算法GRO
淘金优化算法（Gold rush optimizer，GRO）由Kamran Zolf于2023年提出，其灵感来自淘金热，模拟淘金者进行黄金勘探行为。淘金优化算法（Gold rush optimizer，GRO）提供MATLAB代码_IT猿手的博客-CSDN博客
参考文献： K. Zolfi. Gold rush optimizer: A new population-based metaheuristic algorithm. Operations Research and Decisions 2023: 33(1), 113-150. DOI 10.37190/ord230108
二、淘金优化算法GRO求解不闭合MD-MTSP
（1）部分代码
close all
clear
clc
Algorithm='GRO';
global data StartPoint Tnum
%数据集参考文献 REINELT G.TSPLIB-a traveling salesman problem[J].ORSA Journal on Computing,1991,3(4):267-384.
% 导入TSP数据集 bayg29
load('data.txt')
StartPoint=[1 5 15 16 18];%起点城市的序号(可以修改) 必须由小到大排列 （建议：2到6个旅行商）
Tnum=length(StartPoint);%旅行商个数
Dim=size(data,1)-Tnum;%维度
lb=-10;%下界
ub=10;%上界
fobj=@Fun;%计算总距离
SearchAgents_no=100; % 种群大小（可以修改）
Max_iteration=1000; % 最大迭代次数（可以修改）
algorithm=str2func(Algorithm);
[fMin,bestX,curve]=algorithm(SearchAgents_no,Max_iteration,lb,ub,Dim,fobj); （2）部分结果
第1个旅行商的路径：1->28->6->12->9
第1个旅行商的总路径长度：575.847202
第2个旅行商的路径：5->21->26->29->3
第2个旅行商的总路径长度：687.822652
第3个旅行商的路径：15->4->13->10->2
第3个旅行商的总路径长度：586.003413
第4个旅行商的路径：16->19->11->22->17
第4个旅行商的总路径长度：721.664742
第5个旅行商的路径：18->14->20->25->7->23->27->8->24
第5个旅行商的总路径长度：1476.143624
所有旅行商的总路径长度：4047.481633
第1个旅行商的路径：1->21->2->29->3->26->9
第1个旅行商的总路径长度：869.137504
第2个旅行商的路径：5->6->12->28->8->24->27
第2个旅行商的总路径长度：748.465096
第3个旅行商的路径：15->20->10->19->25->7->23
第3个旅行商的总路径长度：1071.867529
第4个旅行商的路径：16->13->4->18->14->17->22->11
第4个旅行商的总路径长度：826.256619
所有旅行商的总路径长度：3515.726747