声明：对于作者的原创代码，禁止转售倒卖，违者必究！
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（点击跳转，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)代码获取
完整代码获取方式：后台回复关键字，不区分大小写。关键字：
统计
或者点击下方阅读原文跳转链接。
或者直接复制下方链接跳转：
https://mbd.pub/o/bread/ZZWTm5pv