关于箱线图的详细介绍就不说了,感兴趣的可以看下面的链接
https://ww2.mathworks.cn/help/matlab/ref/boxchart.html#mw_c74d0cfe-8485-43a1-a70d-9d4e0e7b05f8
废话不多说,上代码
clear;clc
A=rand(50,6);
X = {'A','B','C','D','E','H'};
C=mean(A);
boxchart(A,'Notch','on')
hold on
plot(C,'-o')
hold off
legend(["Data","Mean"])
set(gca,'Xticklabel',X);
说明:
箱线图显示以下信息:中位数、下四分位数和上四分位数、任何离群值(使用四分位差计算得出)以及不是离群值的最小值和最大值。其中的计算方法很多文章都有介绍。
笔者目前在论文中有作者用箱线图来比较算法的性能,效果很好,一目了然。
1,中间的红线属于中位数,从图中可以看出同一种算法的优化后中位数没有多大的变化。
2,从箱的大小来看,第七八种的数据相对分散,按照算法寻优的说法来说,就是后期的开发较慢,从其最小值来看,算法应该是陷入了局部。而其他六种的算法数据相对集中。
3,使用箱线图可以避免种群初始异常的影响。犹豫原始算法的初始种群生成都是随机的,所以,一般使用平均值来比较算法性能时,对这种情况无法避免,或者有使用快速差分变异快速找到最优的情况。
本人能力有限,未能实现文章中的边框成蓝色,以及中间变红色,填充白色。以后会了再来修改