基于PCA的高维多目标优化可视化方法

摘要：

高维多目标优化问题的高维解集由于目标和解的个数众多，对其可视化较为困难。针对上述问题，结合降维和非降维数据分析技术，提出一种高维多目标优化的可视化方法。该方法对高维多目标算法运行后的一组解集进行预处理，运用主成分分析方法分析数据特征，获取转换后的数据及其对应的贡献率。按照贡献率由大到小的顺序调整转换后的数据列顺序；利用主成分贡献率求解转换后数据的行间距离，运行分级聚类算法并对转换后的数据按行排序，重新组织数据，将最终的结果用热图显示。实验结果表明，该方法既能使用户明确转换后每个目标所占的贡献率，又能取得较满意的视觉效果，便于用户理解数据的整体分布并做出决策。

关键词：主成分分析、热图、高维多目标优化、可视化、分级聚类、降维

分类号：TP18(自动化基础理论)

在线出版日期：2014-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：192-197