如何可视化多目标多输入优化问题的输出？

Question

对于multi-objective optimization problem，一种可视化输出的可能性是在二维图中绘制两个目标函数输出（请参见下面的参考代码）：

如何还可以整合图中输入参数的参考值，以直观了解输入参数对目标输出的影响？

代码：

from platypus import NSGAII, Problem, Real

import matplotlib
matplotlib.use('QT5Agg')
import matplotlib.pyplot as plt

def schaffer(x):
    return [x[0]**2 + x[1]**2, (x[0]-2)**2 + (x[1]-2)**2]

problem = Problem(2, 2)    # two decision variables, two objective functions
problem.types[:] = Real(-100, 100)
problem.function = schaffer

algorithm = NSGAII(problem)
algorithm.run(10_000)

plt.figure(1)
plt.scatter([s.objectives[0] for s in algorithm.result],
            [s.objectives[1] for s in algorithm.result])
plt.xlabel("$f_1(x)$")
plt.ylabel("$f_2(x)$")
plt.grid()
plt.show()