Add BChimp

2026-06-21 17:59:17 +04:00
parent b2d0c0066b
commit 05e4ca47cf
4 changed files with 310 additions and 0 deletions
@@ -0,0 +1,308 @@
+//+——————————————————————————————————————————————————————————————————+
+//|                                                      C_AO_BChimp |
+//|                                  Copyright 2007-2026, Andrey Dik |
+//|                                https://www.mql5.com/ru/users/joo |
+//———————————————————————————————————————————————————————————————————+
+
+#include "#C_AO.mqh"
+
+//+------------------------------------------------------------------+
+//| Chimp Optimization Algorithm — континуальное ядро (BChimp).      |
+//|                                                                  |
+//| Источник: Ayeche, Alti — Enhanced Binary Chimp Optimization      |
+//| (Hum-Cent Intell Syst, 2023), поверх базового ChOA (Khishe,      |
+//| Mosavi, 2020). Исходник — бинарный feature-selection (BChimp1/   |
+//| BChimp2). Для C_AO бинаризация снята: остаётся континуальное     |
+//| ядро ChOA, позиция = среднее четырёх кандидатов от вожаков       |
+//| (ядро BChimp2 до сигмоид-трансфера).                             |
+//|                                                                  |
+//| Содержательная механика (сохранена полностью):                   |
+//|   - четвёрка вожаков: attacker / barrier / chaser / driver —     |
+//|     четыре ЛУЧШИХ позиции (элитарно, best-ever);                 |
+//|   - четыре группы с РАЗНЫМИ законами динамических коэффициентов  |
+//|     (корневой ^1/3 и кубический ^3), что разводит баланс         |
+//|     exploration/exploitation по вожакам;                         |
+//|   - хаотический множитель m[i] по Piecewise-карте, статический   |
+//|     на агента (как в источнике — генерируется один раз).         |
+//|                                                                  |
+//| Расчёт на агента/координату для каждого вожака k=0..3:           |
+//|     A_k = a·C1G_k·(2·rand − 1)   — СИММЕТРИЧЕН (E=0)             |
+//|     C_k = C2G_k·rand                                             |
+//|     D_k = | C_k·Lead_k − m_i·x_i |                               |
+//|     X_k = Lead_k − A_k·D_k                                       |
+//|   x_new = (X_0 + X_1 + X_2 + X_3) / 4                            |
+//| где a = 2 − 2·(t/T) (спад 2→0), амплитуда a·C1G_k → 0.           |
+//|                                                                  |
+//| Важно: в исходнике A = a·(2·C1G·rand − 1) c E[A]=a·(C1G−1)≠0 —   |
+//| смещение сносит континуальную популяцию в угол rangeMin (в       |
+//| бинарном домене скрыто сигмоид-трансфером). Здесь A приведён     |
+//| к симметричной канонической форме ChOA: A = f·(2r−1), f=a·C1G.   |
+//|                                                                  |
+//| Версия ЭТАЛОННАЯ: greedy-приёмки/откатов нет (в источнике их     |
+//| нет), популяция движется свободно, элитарны только вожаки.       |
+//+------------------------------------------------------------------+
+
+//+------------------------------------------------------------------+
+//| вожак стаи: координаты + фитнес                                  |
+//+------------------------------------------------------------------+
+struct S_Leader
+ {
+  double c           [];   // координаты
+  double             f;      // фитнес
+
+  void               Init(const int coords)
+   {
+    ArrayResize(c, coords);
+    f = -DBL_MAX;
+   }
+ };
+//+------------------------------------------------------------------+
+
+//+------------------------------------------------------------------+
+//| персональное состояние шимпанзе                                  |
+//+------------------------------------------------------------------+
+struct S_Chimp
+ {
+  double             m;      // хаотический множитель (Piecewise-карта), статичен
+ };
+//+------------------------------------------------------------------+
+
+//+------------------------------------------------------------------+
+class C_AO_BChimp : public C_AO
+ {
+public:
+                    ~C_AO_BChimp() {}
+                     C_AO_BChimp()
+   {
+    ao_name = "BChimp";
+    ao_desc = "Chimp Optimization Algorithm";
+    ao_link = "https://www.mql5.com/ru/articles/23132";
+
+    popSize = 30;
+
+    ArrayResize(params, 1);
+    params [0].name = "popSize";
+    params [0].val  = popSize;
+   }
+
+  void               SetParams()
+   {
+    popSize = (int)params [0].val;
+   }
+
+  bool               Init(const double &rangeMinP  [],
+                          const double &rangeMaxP  [],
+                          const double &rangeStepP [],
+                          const int     epochsP = 0);
+
+  void               Moving();
+  void               Revision();
+
+private:
+  //--- четыре вожака: 0=attacker, 1=barrier, 2=chaser, 3=driver
+  S_Leader           lead [4];
+
+  //--- персональное состояние агентов
+  S_Chimp            chimp [];
+
+  //--- счётчики итераций (для отношения t/T)
+  int                epochs;
+  int                epochsDen;
+  int                epochNow;
+
+  //--- попытка вставить агента в элитарную лесенку вожаков
+  void               InsertLeader(const int i);
+ };
+//+------------------------------------------------------------------+
+
+//+------------------------------------------------------------------+
+//|                              Init                                |
+//+------------------------------------------------------------------+
+bool C_AO_BChimp::Init(const double &rangeMinP  [],
+                       const double &rangeMaxP  [],
+                       const double &rangeStepP [],
+                       const int     epochsP = 0)
+ {
+  if(!StandardInit(rangeMinP, rangeMaxP, rangeStepP))
+    return false;
+
+//--- начальная случайная популяция в cP[] (попадёт в c[] на первом Moving)
+  for(int i = 0; i < popSize; i++)
+    for(int c = 0; c < coords; c++)
+      a [i].cP [c] = u.RNDfromCI(rangeMin [c], rangeMax [c]);
+
+//--- вожаки
+  for(int k = 0; k < 4; k++)
+    lead [k].Init(coords);
+
+//--- персональное состояние
+  ArrayResize(chimp, popSize);
+
+//--- хаотический множитель m[i] — Piecewise-карта (index=6 в источнике),
+//    P=0.4, x0=0.7, Value=1; значение берётся ДО обновления
+  double P = 0.4;
+  double x = 0.7;
+  for(int i = 0; i < popSize; i++)
+   {
+    chimp [i].m = x;
+    if(x >= 0.0 && x < P)
+      x = x / P;
+    else
+      if(x >= P && x < 0.5)
+        x = (x - P) / (0.5 - P);
+      else
+        if(x >= 0.5 && x < 1.0 - P)
+          x = (1.0 - P - x) / (0.5 - P);
+        else
+          x = (1.0 - x) / P;
+   }
+
+//--- счётчики итераций
+  epochs    = epochsP;
+  epochsDen = (epochs > 1) ? epochs - 1 : 1;
+  epochNow  = 0;
+
+  return true;
+ }
+//+------------------------------------------------------------------+
+
+//+------------------------------------------------------------------+
+//|                            Moving                                |
+//|                                                                  |
+//|  1. первый прогон: cP -> c (внешний цикл оценит FF);             |
+//|  2. далее: a и четыре группы коэффициентов на итерацию;          |
+//|  3. для каждого агента/координаты — четыре кандидата от вожаков, |
+//|     усреднение, проекция в границы (SeInDiSp).                   |
+//+------------------------------------------------------------------+
+void C_AO_BChimp::Moving()
+ {
+//--- первый прогон: cP -> c
+  if(!revision)
+   {
+    for(int i = 0; i < popSize; i++)
+      for(int c = 0; c < coords; c++)
+        a [i].c [c] = u.SeInDiSp(a [i].cP [c], rangeMin [c], rangeMax [c], rangeStep [c]);
+    return;
+   }
+
+//--- отношение t/T (зажато в 1.0); a: спад 2 -> 0
+  epochNow++;
+  double tRatio = (double)epochNow / (double)epochsDen;
+  if(tRatio > 1.0)
+    tRatio = 1.0;
+
+  double aCoef = 2.0 - 2.0 * tRatio;
+
+//--- групповые динамические коэффициенты
+//    u1 = (t/T)^(1/3) — корневой закон,  u3 = (t/T)^3 — кубический
+  double u1 = MathPow(tRatio, 1.0 / 3.0);
+  double u3 = tRatio * tRatio * tRatio;
+
+  double C1G [4], C2G [4];
+  C1G [0] = 1.95 - 2.0 * u1;
+  C2G [0] = 2.0 * u1 + 0.5;   // группа 1 (attacker)
+  C1G [1] = 1.95 - 2.0 * u1;
+  C2G [1] = 2.0 * u3 + 0.5;   // группа 2 (barrier)
+  C1G [2] = -2.0 * u3 + 2.5;
+  C2G [2] = 2.0 * u1 + 0.5;   // группа 3 (chaser)
+  C1G [3] = -2.0 * u3 + 2.5;
+  C2G [3] = 2.0 * u3 + 0.5;   // группа 4 (driver)
+
+//--- движение
+  for(int i = 0; i < popSize; i++)
+   {
+    double mi = chimp [i].m;
+
+    for(int c = 0; c < coords; c++)
+     {
+      double xi  = a [i].c [c];
+      double sum = 0.0;
+
+      for(int k = 0; k < 4; k++)
+       {
+        //--- A симметричен относительно 0: амплитуда aCoef*C1G[k] -> 0
+        //    к концу прогона (E[A]=0, нет сноса в угол). C масштабирован
+        //    к канону [0..~2.5]. Знак C1G[k] роли не играет — множится
+        //    на симметричное (2r-1).
+        double Ak = aCoef * C1G [k] * (2.0 * u.RNDprobab() - 1.0);
+        double Ck = C2G [k] * u.RNDprobab();
+        double Dk = MathAbs(Ck * lead [k].c [c] - mi * xi);
+        sum += lead [k].c [c] - Ak * Dk;
+       }
+
+      double v = sum / 4.0;
+      a [i].c [c] = u.SeInDiSp (v, rangeMin [c], rangeMax [c], rangeStep [c]);
+     }
+   }
+ }
+//+------------------------------------------------------------------+
+
+//+------------------------------------------------------------------+
+//|                           Revision                               |
+//|                                                                  |
+//|  Обновление личных/глобального лучших + элитарная актуализация   |
+//|  четвёрки вожаков (best-ever). Откатов нет — версия эталонная.   |
+//+------------------------------------------------------------------+
+void C_AO_BChimp::Revision()
+ {
+//--- обновление личных и глобального лучших
+  for(int i = 0; i < popSize; i++)
+   {
+    if(a [i].f > a [i].fB)
+     {
+      a [i].fB = a [i].f;
+      ArrayCopy(a [i].cB, a [i].c, 0, 0, coords);
+     }
+    if(a [i].f > fB)
+     {
+      fB = a [i].f;
+      ArrayCopy(cB, a [i].c, 0, 0, coords);
+     }
+   }
+
+//--- элитарная актуализация вожаков (инициализация на первом вызове
+//    и поддержание top-4 на последующих)
+  for(int i = 0; i < popSize; i++)
+    InsertLeader(i);
+
+  if(!revision)
+    revision = true;
+ }
+//+------------------------------------------------------------------+
+
+//+------------------------------------------------------------------+
+//|        InsertLeader — вставка агента в лесенку вожаков           |
+//|  Вожаки отсортированы по убыванию фитнеса (lead[0] — лучший).    |
+//+------------------------------------------------------------------+
+void C_AO_BChimp::InsertLeader(const int i)
+ {
+  double f = a [i].f;
+
+  int p = -1;
+  if(f > lead [0].f)
+    p = 0;
+  else
+    if(f > lead [1].f)
+      p = 1;
+    else
+      if(f > lead [2].f)
+        p = 2;
+      else
+        if(f > lead [3].f)
+          p = 3;
+
+  if(p < 0)
+    return;
+
+//--- сдвиг вниз от хвоста к позиции вставки
+  for(int s = 3; s > p; s--)
+   {
+    lead [s].f = lead [s - 1].f;
+    ArrayCopy(lead [s].c, lead [s - 1].c, 0, 0, coords);
+   }
+
+//--- вставка
+  lead [p].f = f;
+  ArrayCopy(lead [p].c, a [i].c, 0, 0, coords);
+ }
+//+------------------------------------------------------------------+
@@ -148,6 +148,7 @@
        <tr><td>BBBC</td><td><a href="https://www.mql5.com/ru/articles/16701" target="_blank">big bang - big crunch algorithm</a></td></tr>
        <tr><td>CPA</td><td><a href="https://www.mql5.com/ru/articles/16877" target="_blank">cyclic parthenogenesis algorithm</a></td></tr>
        <tr><td>CA_Cricket</td><td><a href="https://www.mql5.com/ru/articles/21058" target="_blank">cricket algorithm</a></td></tr>
+        <tr><td>BChimp</td><td><a href="https://www.mql5.com/ru/articles/23132" target="_blank">Chimp Optimization Algorithm</a></td></tr>
        <tr><td>FAm</td><td><a href="https://www.mql5.com/ru/articles/11873" target="_blank">firefly algorithm M</a></td></tr>
        <tr><td>ASSA</td><td><a href="https://www.mql5.com/ru/articles/21671" target="_blank">artificial searching swarm algorithm</a></td></tr>
        <tr><td>CHA</td><td><a href="https://www.mql5.com/ru/articles/18132" target="_blank">color harmony algorithm</a></td></tr>
@@ -92,6 +92,7 @@ BM (Blue Monkey Algorithm)
 BBBC (big bang big crunch)                                   
 CPA (cyclic parthenogenesis algorithm)                                   
 CA_Cricket (cricket algorithm)                                       
+BChimp (chimp optimization algorithm)                                    
 ASSA (artificial searching swarm algorithm)                        
 CHA (color harmony algorithm)                               
 CVO (corona virus optimization)