基于PCA的高维多目标优化可视化方法

作     者：刘广 陈自郁 LIU Guang;CHEN Zi-yu

作者机构：重庆大学计算机学院重庆400044 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2014年第40卷第10期

页      面：192-197页

核心收录：

学科分类：08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程] 

主　　题：主成分分析 热图 高维多目标优化 可视化 分级聚类 降维 

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。