结合景深控制和透镜成像的鹰眼跨领域算法

鉴于跨领域通用算法的研究相对较少,且效果有待进一步提升,提出一种解决交叉领域问题的结合景深控制和透镜成像学习的鹰眼优化算法。在金鹰优化算法的鹰眼中引入景深控制和透镜成像学习策略,将金鹰与猎物的距离转换为拍摄焦点与相机焦点平面之间的距离,结合其他拍摄参数计算前后景深、镜像的对焦点和物体的实际位置,并更新金鹰新个体的位置。为了测试算法的通用性,分别在56个开源测试函数和5个交叉领域数据集上对比了不同算法的效果,结果表明所提算法具有一定竞争力。