大胆呈现前所未见之景：一个用于可视化多目标景观的仪表板
神经与进化计算
2020-12-01 v1 最优化与控制
摘要
同时可视化连续多目标优化问题（MOPs）的决策空间与目标空间，近期为理解其景观结构提供了关键贡献。为推进这些最新发现，我们将所有最先进的（state-of-the-art）可视化方法整合于一个单一的 R 包（moPLOT）中。此外，我们将这些技术扩展至处理三维决策空间，并提出两种可视化所得数据点体量的方案。这首次使得刻画三维 MOPs 的景观结构成为可能。然而，使用上述框架创建这些可视化对许多人而言仍存在较高的入门门槛，因为它需要基本的 R 语言技能。为使任何用户都能借助 moPLOT 创建并探索 MOP 景观，我们额外提供了一个仪表板，可通过交互式（基于 Web 的）用户界面为多种常见基准函数计算最先进的可视化结果。
引用
@article{arxiv.2011.14395,
title = {To Boldly Show What No One Has Seen Before: A Dashboard for Visualizing Multi-objective Landscapes},
author = {Lennart Schäpermeier and Christian Grimme and Pascal Kerschke},
journal= {arXiv preprint arXiv:2011.14395},
year = {2020}
}
备注
This version has been accepted for publication at the 11th International Conference on Evolutionary Multi-Criterion Optimization (EMO 2021)