天鹰优化器（AO）详解：原理、实现与应用

天鹰优化器（AO）详解：原理、实现与应用

1 算法概述与生物基础

1.1 算法背景

天鹰优化器（Aquila Optimizer, AO）是Laith Abualigah等人于2021年提出的一种新型元启发式优化算法，发表在SCI二区期刊《Computers & Industrial Engineering》上。该算法模拟了天鹰（Aquila）在自然界的捕猎行为，通过数学建模天鹰的四种典型捕猎策略，实现了高效的优化搜索能力。

天鹰是鹰科中大型猛禽的代表，以其卓越的视力、迅猛的飞行速度和智能的捕猎策略而闻名。天鹰在捕猎过程中展现出的高度适应性和智能性，为优化算法的设计提供了丰富的灵感来源。截至2025年，AO算法在谷歌学术上的引用量已超过1500次，证明了其在优化领域的重要价值和广泛影响力。

1.2 天鹰的生物学特性与捕猎策略

天鹰的捕猎行为体现了其作为顶级捕食者的高度智能和适应性，主要包含四种典型策略：

1. 高空翱翔与垂直俯冲：天鹰在高空缓慢盘旋，利用其锐利的视力扫描大面积区域，一旦发现猎物，便会收起翅膀以接近垂直的角度高速俯冲，给猎物致命一击。

2. 轮廓飞行与短距滑翔攻击：当发现猎物但距