基于决策偏好信息的n维Pareto前沿可视化

针对现有可视化技术不能有效显示高维多目标优化问题的难题,提出了一种基于决策偏好信息的n维图表可视化技术。首先,针对两种不同的决策情况分别提出对应的目标信息共享机制;然后,根据目标共享信息将分层后的Pareto前沿,通过子图表进行绘制,有效显示了各维目标数据信息、性能优劣变化趋势和决策者的偏好信息。基于此思想设计了可视化模型并通过实验加以分析,达到了方便决策者对Pareto最优解集进行分析和决策的目的。

基于单目标拟合度的高维多目标可视化

针对现有可视化技术不能有效显示高维多目标优化问题这一难题,提出了一种以单目标拟合为绘图基准的子图表可视化技术。该方法以与目标数相同的子图表形式显示Pareto标准解集,并在子图表中通过拟合位置绘制Pareto近似集。其图形有效地显示了Pareto近似集的收敛性和分布性,同时对单个解各维目标上性能的相对优劣性及不同解在同一目标上性能的对比情况都达到了有效的可视化显示。基于此思想设计了可视化模型并通过试验加以分析,达到了方便决策者对多目标优化问题进行分析和决策的目的。

非线性降维技术与可视化应用

基于非线性降维技术有助于发现高维数据内在结构与几何分布的理论基础,根据特征保留形式将目前非线性降维技术分为3类,并对其中具有代表性的算法进行分析。通过与经典线性降维技术进行对比,证明了非线性降维技术在数据可视化应用中的优势。针对传统非线性降维技术存在的时间复杂度过高及适用范围有限的问题,系统性地总结了目前该领域的最新改进方式。

交互式Pareto前沿可视化决策

针对现有高维多目标可视化技术不能有效显示决策偏好信息这一难题,提出一种基于径向轴图的交互式Pareto前沿可视化决策方法。进行标准化适应度函数处理,消除量纲差距;根据交互更新的轴向量矩阵建立最小二乘问题模型,通过Moore-Penrose广义逆矩阵方法求解投影点,从而获得Pareto前沿分布图。该方法能够有效显示目标各维度信息,直观呈现决策偏好,动态表现目标性能趋势。通过实验与传统可视化技术对比分析,验证了该方法的有效性和实用性。