改进智能优化算法常用指标一键导出为EXCEL，最优值，平均值，标准差，最差值，中位数，秩和检验，箱线图...

为了突出改进智能优化算法的效果，常常会将改进的智能算法与其他算法进行对比。

在一些期刊论文中，经常会看到一个超级大的表格，统计着每个算法的平均值，标准差，最优值，最差值，中位数等指标，例如：

还有的为了比较改进算法与对比算法的区别，会进行秩和检，例如：

还有一些论文为了更直观的表现会放上箱线图，例如：

然而如果一遍一遍的运行代码去手动统计，估计闪电侠都不会这么做吧！

---

---

今天就采用matlab工具，教大家直接一键完成统计，并导出EXCEL表格，同时绘制箱线图。

算法替换十分简单，只替换算法名字即可！测试集替换也十分简单！

本期以自适应螺旋飞行麻雀搜索算法(ASFSSA)（点击链接跳转，这个算法可以免费获取）为例，与蜣螂优化算法，麻雀优化算法，粒子群优化算法，灰狼优化算法进行对比。

将每个算法运行30次，在CEC2005函数中进行测试，一键统计最优值，平均值，标准差，中位数，最差值五个指标和秩和检验结果，同时绘制箱线图。

代码目录如下：

其中plotCEC2005_Main.m还是往常的绘制算法对比图的程序，这个一直都有。

重点是：runsCEC2005_Main.m这个脚本，运行后可以一键生成ranksumresult.xls和result.xls两个excel。

其中ranksumresult.xls是秩和检验的结果统计，result.xls是五个指标的统计。结果如下：

ranksumresult.xls表格：

result.xls表格：

程序中设置了可以选择是否绘制箱线图的代码，也可以一键更改。箱线图如下：

部分代码展示

runsCEC2005_Main.m部分代码展示如下：

clear
clc
close all
addpath(genpath(pwd));
pop_size=50;   %种群数目
max_iter=500;   %迭代次数


run = 30;
box_pp = 1;  %可选1，或者其他。当等于1，绘制箱型图，否则不绘制
RESULT=[];   %统计标准差，平均值，最优值等结果
rank_sum_RESULT=[];  %统计秩和检验结果


if box_pp ==1
    figure('Name', '箱型图', 'Color', 'w','Position', [100 100 1400 700])
end


for func_num = 1:length(F)    %CEC2005有23个函数
    % Display the comprehensive results
    disp(['F',num2str(F(func_num)),'函数计算结果：'])
    [lower_bound,upper_bound,variables_no,fhd]=Get_Functions_details(['F',num2str(F(func_num))]);
    resu = [];  %统计标准差，平均值，最优值等结果
    rank_sum_resu = [];   %统计秩和检验结果
    box_plot = [];  %统计箱型图结果
    ……
end
%% 将秩和检验结果写入elcex中
B = string();
for i = 1:length(F)
    str = string(['F',num2str(F(i))]);
    B(i,1)= str;
end
B = cellstr (B);
B = [B,num2cell(rank_sum_RESULT)];
title = {" ","DBO","PSO","GWO","SSA"};% 秩和检验是和改进的算法做比较,因此这里没有改进的算法
B = [title;B];
xlswrite('ranksumresult.xls', B)


%% 将标准差，平均值，最优值等结果写入elcex中
A = string();
A = cellstr (A);
A = [A,num2cell(RESULT)];
title = {" "," ","ASFSSA","DBO","PSO","GWO","SSA"};
A = [title;A];
xlswrite('result.xls', A)

点击下方卡片获取更多代码！