Add COA(Coyote)

2026-06-14 22:52:07 +04:00
parent 1ffbc1bc5c
commit b2d0c0066b
4 changed files with 382 additions and 0 deletions
@@ -0,0 +1,380 @@
+//+——————————————————————————————————————————————————————————————————+
+//|                                                   C_AO_COA_Coyote|
+//|                                  Copyright 2007-2025, Andrey Dik |
+//|                                https://www.mql5.com/ru/users/joo |
+//+——————————————————————————————————————————————————————————————————+
+#include "#C_AO.mqh"
+//+------------------------------------------------------------------+
+//| Coyote Optimization Algorithm (COA).                             |
+//| Pierezan J., Coelho L.S. "Coyote Optimization Algorithm: A new   |
+//| metaheuristic for global optimization problems", IEEE CEC 2018.  |
+//|                                                                  |
+//| Структура: популяция разбита на nPacks стай по nCoy койотов.     |
+//| За эпоху в каждой стае:                                          |
+//|   1. определяется альфа (лучший по фитнесу, Eq. 5);              |
+//|   2. считается «социальная тенденция» — покоординатная медиана   |
+//|      стаи (Eq. 6);                                               |
+//|   3. каждый койот делает социальный ход (Eq. 12):                |
+//|        new = x + r1*(alpha - x_rc1) + r2*(tend - x_rc2),         |
+//|      r1, r2 — СКАЛЯРЫ на агента (как в оригинале);               |
+//|   4. рождается щенок (Eq. 7, Alg. 1): бинарный кроссовер двух    |
+//|      случайных родителей + равномерный шум по части координат;   |
+//|   5. принятие — только при строгом улучшении (Eq. 14).           |
+//| Редкий обмен койотами между стаями (Eq. 4, p_leave) и счётчик    |
+//| возраста (щенок обнуляет возраст слота).                         |
+//|                                                                  |
+//| АДАПТАЦИЯ К БАТЧЕВОЙ СХЕМЕ СТЕНДА (Moving/Revision):             |
+//| 1. Оригинал последовательный: каждый новый койот оценивается     |
+//|    сразу, плюс отдельная оценка щенка — nCoy+1 вызовов FF на     |
+//|    стаю за «год». Здесь щенок занимает слот ХУДШЕГО койота стаи  |
+//|    (при равенстве фитнеса — старшего по возрасту); социальный    |
+//|    ход этого койота в текущую эпоху пропускается. Итог: ровно    |
+//|    popSize вызовов FF за эпоху, бюджет расходуется честно.       |
+//| 2. Приживание щенка в оригинале: замена старейшего среди тех,    |
+//|    кто хуже щенка. Здесь слот выбран заранее (худший/старший),   |
+//|    щенок принимается, если строго лучше него — поведенчески      |
+//|    эквивалентное приближение в рамках greedy-acceptance.         |
+//| 3. Все ходы эпохи считаются от снапшота популяции (в оригинале   |
+//|    обновления внутри стаи частично последовательные).            |
+//|                                                                  |
+//| ВНИМАНИЕ (для off-diagonal проверки): в социальном ходе r1 и r2  |
+//| — скаляры, домножающие целые векторы разностей. Это потенциаль-  |
+//| ный кандидат на «диагональный чит» на бенче из копий функции —   |
+//| проверить составным тестом с |x_norm - y_norm| > 0.3.            |
+//+------------------------------------------------------------------+
+class C_AO_COA_Coyote : public C_AO
+ {
+public:
+                    ~C_AO_COA_Coyote() {}
+                     C_AO_COA_Coyote()
+   {
+    ao_name = "COA(Coyote)";
+    ao_desc = "Coyote Optimization Algorithm";
+    ao_link = "https://www.mql5.com/ru/articles/23053";
+
+    popSize = 20;
+    nCoy    = 5;
+
+    ArrayResize(params, 2);
+    params [0].name = "popSize";
+    params [0].val = popSize;
+    params [1].name = "nCoy";
+    params [1].val = nCoy;
+
+    nPacks = popSize / nCoy;
+   }
+
+  void               SetParams()
+   {
+    popSize = (int)params [0].val;
+    nCoy    = (int)params [1].val;
+
+    nPacks = popSize / nCoy;
+   }
+
+  bool               Init(const double &rangeMinP  [],
+                          const double &rangeMaxP  [],
+                          const double &rangeStepP [],
+                          const int     epochsP = 0);
+
+  void               Moving();
+  void               Revision();
+
+  //--- видимые параметры
+  int                nCoy;       // койотов в стае (оригинал: 5)
+
+private:
+  int                nPacks;     // число стай = popSize / nCoy
+  double             pLeave;     // вероятность обмена между стаями: 0.005*nCoy^2
+  double             probPup;    // (1 - Ps)/2, Ps = 1/coords
+
+  int                packs  [];  // [nPacks * nCoy] — индексы агентов по стаям
+  int                ages   [];  // [popSize] — возраст койота
+  bool               isPup  [];  // [popSize] — слот щенка в текущую эпоху
+
+  //--- snapshot для greedy acceptance
+  double             snap_c [];  // [popSize * coords]
+  double             snap_f [];  // [popSize]
+
+  //--- рабочие буферы
+  double             medBuf [];  // [nCoy]   — для медианы
+  double             tend   [];  // [coords] — социальная тенденция стаи
+  int                pdr    [];  // [coords] — перестановка измерений (щенок)
+  int                mask   [];  // [coords] — 0: шум, 1: родитель 1, 2: родитель 2
+ };
+//+------------------------------------------------------------------+
+
+//+------------------------------------------------------------------+
+//|                              Init                                |
+//+------------------------------------------------------------------+
+bool C_AO_COA_Coyote::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[] (Eq. 2)
+  for(int i = 0; i < popSize; i++)
+    for(int c = 0; c < coords; c++)
+      a [i].cP [c] = u.RNDfromCI(rangeMin [c], rangeMax [c]);
+
+//--- параметры, зависящие от nCoy и coords
+  pLeave  = 0.005 * (double)nCoy * (double)nCoy;          // Eq. 4
+  probPup = (coords > 0) ? (1.0 - 1.0 / (double)coords) * 0.5 : 0.0; // (1-Ps)/2
+
+//--- буферы
+  ArrayResize(snap_c, popSize * coords);
+  ArrayResize(snap_f, popSize);
+  ArrayResize(packs,  nPacks * nCoy);
+  ArrayResize(ages,   popSize);
+  ArrayResize(isPup,  popSize);
+  ArrayResize(medBuf, nCoy);
+  ArrayResize(tend,   coords);
+  ArrayResize(pdr,    coords);
+  ArrayResize(mask,   coords);
+
+  ArrayInitialize(ages, 0);
+  ArrayInitialize(isPup, false);
+
+//--- случайное распределение койотов по стаям (Fisher–Yates)
+  for(int i = 0; i < popSize; i++)
+    packs [i] = i;
+  for(int j = popSize - 1; j > 0; j--)
+   {
+    int r     = u.RNDminusOne(j + 1);
+    int tmp   = packs [j];
+    packs [j] = packs [r];
+    packs [r] = tmp;
+   }
+
+  return true;
+ }
+//+------------------------------------------------------------------+
+
+//+------------------------------------------------------------------+
+//|                            Moving                                |
+//|                                                                  |
+//|  Структура эпохи:                                                |
+//|    1. snapshot популяции;                                        |
+//|    2. редкий обмен койотами между стаями (Eq. 4);                |
+//|    3. для каждой стаи: альфа, тенденция-медиана, слот щенка;     |
+//|    4. социальные ходы (Eq. 12) для всех, кроме слота щенка;      |
+//|    5. в слот щенка — кроссовер двух родителей + шум (Alg. 1).    |
+//+------------------------------------------------------------------+
+void C_AO_COA_Coyote::Moving()
+ {
+//--- первый прогон: cP -> c, чтобы внешний цикл оценил FF
+  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;
+   }
+
+//--- snapshot текущей популяции
+  for(int i = 0; i < popSize; i++)
+   {
+    for(int c = 0; c < coords; c++)
+      snap_c [i * coords + c] = a [i].c [c];
+    snap_f [i] = a [i].f;
+   }
+
+//--- обмен койотами между стаями (Eq. 4)
+  if(nPacks > 1 && u.RNDprobab() < pLeave)
+   {
+    int p1 = u.RNDminusOne(nPacks);
+    int p2 = p1;
+    while(p2 == p1)
+      p2 = u.RNDminusOne(nPacks);
+
+    int c1 = u.RNDminusOne(nCoy);
+    int c2 = u.RNDminusOne(nCoy);
+
+    int tmp = packs [p1 * nCoy + c1];
+    packs [p1 * nCoy + c1] = packs [p2 * nCoy + c2];
+    packs [p2 * nCoy + c2] = tmp;
+   }
+
+  ArrayInitialize(isPup, false);
+
+//--- операции внутри каждой стаи
+  for(int p = 0; p < nPacks; p++)
+   {
+    int base = p * nCoy;
+
+    //--- альфа стаи (Eq. 5): максимум фитнеса (стенд максимизирует)
+    int aIdx = packs [base];
+    for(int k = 1; k < nCoy; k++)
+     {
+      int idx = packs [base + k];
+      if(snap_f [idx] > snap_f [aIdx])
+        aIdx = idx;
+     }
+
+    //--- социальная тенденция (Eq. 6): покоординатная медиана стаи
+    for(int c = 0; c < coords; c++)
+     {
+      for(int k = 0; k < nCoy; k++)
+        medBuf [k] = snap_c [packs [base + k] * coords + c];
+      ArraySort(medBuf);
+      tend [c] = (nCoy % 2 == 1) ? medBuf [nCoy / 2]
+                 : 0.5 * (medBuf [nCoy / 2 - 1] + medBuf [nCoy / 2]);
+     }
+
+    //--- слот щенка: худший фитнес, при равенстве — старший возраст
+    int wK = 0;
+    for(int k = 1; k < nCoy; k++)
+     {
+      int idx  = packs [base + k];
+      int wIdx = packs [base + wK];
+      if(snap_f [idx] <  snap_f [wIdx] ||
+         (snap_f [idx] == snap_f [wIdx] && ages [idx] > ages [wIdx]))
+        wK = k;
+     }
+    int pupIdx = packs [base + wK];
+    isPup [pupIdx] = true;
+
+    //--- движение койотов стаи
+    for(int k = 0; k < nCoy; k++)
+     {
+      int i = packs [base + k];
+
+      if(i == pupIdx)
+       {
+        //--- РОЖДЕНИЕ ЩЕНКА (Eq. 7, Alg. 1) -------------------------
+        //    два случайных различных родителя из стаи
+        int k1 = u.RNDminusOne(nCoy);
+        int k2 = k1;
+        while(k2 == k1)
+          k2 = u.RNDminusOne(nCoy);
+        int par1 = packs [base + k1];
+        int par2 = packs [base + k2];
+
+        //--- перестановка измерений (Fisher–Yates)
+        for(int c = 0; c < coords; c++)
+          pdr [c] = c;
+
+        for(int j = coords - 1; j > 0; j--)
+         {
+          int r   = u.RNDminusOne(j + 1);
+          int tmp = pdr [j];
+          pdr [j] = pdr [r];
+          pdr [r] = tmp;
+         }
+
+        //--- маска: гарантированно по одной координате от каждого
+        //    родителя, остальные — родитель 1 / родитель 2 / шум
+        ArrayInitialize(mask, 0);
+        mask [pdr [0]] = 1;
+        if(coords > 1)
+          mask [pdr [1]] = 2;
+        for(int j = 2; j < coords; j++)
+         {
+          double r = u.RNDprobab();
+          if(r < probPup)
+            mask [pdr [j]] = 1;
+          else
+            if(r > 1.0 - probPup)
+              mask [pdr [j]] = 2;
+          // иначе 0 — равномерный шум по координате
+         }
+
+        for(int c = 0; c < coords; c++)
+         {
+          double v;
+          if(mask [c] == 1)
+            v = snap_c [par1 * coords + c];
+          else
+            if(mask [c] == 2)
+              v = snap_c [par2 * coords + c];
+            else
+              v = u.RNDfromCI(rangeMin [c], rangeMax [c]);
+
+          a [i].c [c] = u.SeInDiSp(v, rangeMin [c], rangeMax [c], rangeStep [c]);
+         }
+       }
+      else
+       {
+        //--- СОЦИАЛЬНЫЙ ХОД (Eq. 12) --------------------------------
+        //    rc1, rc2 — различные, не совпадающие с k
+        int k1 = k;
+        while(k1 == k)
+          k1 = u.RNDminusOne(nCoy);
+        int k2 = k;
+        while(k2 == k || k2 == k1)
+          k2 = u.RNDminusOne(nCoy);
+        int rc1 = packs [base + k1];
+        int rc2 = packs [base + k2];
+
+        //--- r1, r2 — скаляры на агента, как в оригинале
+        double r1 = u.RNDprobab();
+        double r2 = u.RNDprobab();
+
+        for(int c = 0; c < coords; c++)
+         {
+          double v = snap_c [i * coords + c] +
+                     r1 * (snap_c [aIdx * coords + c] - snap_c [rc1 * coords + c]) +
+                     r2 * (tend [c]                   - snap_c [rc2 * coords + c]);
+
+          a [i].c [c] = u.SeInDiSp(v, rangeMin [c], rangeMax [c], rangeStep [c]);
+         }
+       }
+     } // k
+   } // p
+ }
+//+------------------------------------------------------------------+
+
+//+------------------------------------------------------------------+
+//|                           Revision                               |
+//|                                                                  |
+//|  Стандартное обновление fB/cB + адаптация (Eq. 14): кандидат     |
+//|  принимается только при СТРОГОМ улучшении, иначе откат к         |
+//|  снапшоту (касается и социальных ходов, и щенка). Возраст всех   |
+//|  койотов растёт на 1 за эпоху; прижившийся щенок обнуляет        |
+//|  возраст слота.                                                  |
+//+------------------------------------------------------------------+
+void C_AO_COA_Coyote::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);
+     }
+   }
+
+  if(!revision)
+   {
+    revision = true;
+    return;
+   }
+
+//--- адаптация (Eq. 14): принятие только при строгом улучшении
+  for(int i = 0; i < popSize; i++)
+   {
+    bool accepted = (a [i].f > snap_f [i]);
+
+    if(!accepted)
+     {
+      for(int c = 0; c < coords; c++)
+        a [i].c [c] = snap_c [i * coords + c];
+      a [i].f = snap_f [i];
+     }
+
+    //--- возраст
+    ages [i]++;
+    if(isPup [i] && accepted)
+      ages [i] = 0;
+   }
+ }
+//+------------------------------------------------------------------+
@@ -57,6 +57,7 @@
        <tr><td>CTA</td><td><a href="https://www.mql5.com/ru/articles/14841" target="_blank">comet tail algorithm (joo)</a></td></tr>
        <tr><td>TETA</td><td><a href="https://www.mql5.com/ru/articles/16963" target="_blank">time evolution travel algorithm (joo)</a></td></tr>
        <tr><td>SDSm</td><td><a href="https://www.mql5.com/ru/articles/13540" target="_blank">stochastic diffusion search M</a></td></tr>
+        <tr><td>COA(Coyote)</td><td><a href="https://www.mql5.com/ru/articles/23053" target="_blank">coyote optimization algorithm</a></td></tr>
        <tr><td>ECBO</td><td><a href="https://www.mql5.com/ru/articles/21147" target="_blank">enhanced colliding bodies optimization</a></td></tr>
        <tr><td>BOAm</td><td><a href="https://www.mql5.com/ru/articles/17325" target="_blank">billiards optimization algorithm M</a></td></tr>
        <tr><td>AAm</td><td><a href="https://www.mql5.com/ru/articles/15782" target="_blank">archery algorithm M</a></td></tr>