diff --git a/MQL5/Include/Math/AOs/PopulationAO/#C_AO_enum.mqh b/MQL5/Include/Math/AOs/PopulationAO/#C_AO_enum.mqh index 36e4b09..bccdb56 100644 Binary files a/MQL5/Include/Math/AOs/PopulationAO/#C_AO_enum.mqh and b/MQL5/Include/Math/AOs/PopulationAO/#C_AO_enum.mqh differ diff --git a/MQL5/Include/Math/AOs/PopulationAO/AO_BChimp_ChimpOptimizationAlgorithm.mqh b/MQL5/Include/Math/AOs/PopulationAO/AO_BChimp_ChimpOptimizationAlgorithm.mqh new file mode 100644 index 0000000..b927cc9 --- /dev/null +++ b/MQL5/Include/Math/AOs/PopulationAO/AO_BChimp_ChimpOptimizationAlgorithm.mqh @@ -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); + } +//+------------------------------------------------------------------+ diff --git a/MQL5/Include/Math/AOs/PopulationAO/links.html b/MQL5/Include/Math/AOs/PopulationAO/links.html index ccf5ed4..891c7f2 100644 --- a/MQL5/Include/Math/AOs/PopulationAO/links.html +++ b/MQL5/Include/Math/AOs/PopulationAO/links.html @@ -148,6 +148,7 @@ BBBCbig bang - big crunch algorithm CPAcyclic parthenogenesis algorithm CA_Cricketcricket algorithm + BChimpChimp Optimization Algorithm FAmfirefly algorithm M ASSAartificial searching swarm algorithm CHAcolor harmony algorithm diff --git a/README.md b/README.md index 3ce295f..8f98f8f 100644 --- a/README.md +++ b/README.md @@ -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)