现代人类社会和虚拟网络社会方方面面都存在着网络关系型数据,人与人之间的电话通信、邮件往来构成了通信网络,微博等社交网站中的好友关系构成了社交网络,出租车的出发地与目的地构成了城市交通网络。采用节点-链接图的可视化方法表达网络数据是最通用、最可靠的形式,它辅助用户快速而准确地理解数据,挖掘数据内部隐藏的价值。随着数据规模的扩大,节点-链接图中容易出现节点和边互相遮挡的情况,阻碍了人们对数据的认知,因此,如何在有限的空间内高效合理地布局是网络关系图可视化的核心所在。在深入研究网路关系可视化方法的基础上,针对节点-链接图中节点和边这两个可视化要素,分别提出一种基于力引导的点布局算法和一种基于边捆绑的边布局算法。在提出的点布局可视化算法中,引入与节点间距离无关的作用力计算方法,认为节点受到的作用力是随着迭代次数的增加而均匀变化的,因此无需计算两两节点间的距离,大大简化了力的计算,从而提高了时间效率,与经典的力引导点布局算法不同的是,本算法并不是为了最小化系统的总能量,所以不会陷入局部能量最小化的僵局中,接近达到了全局最优的效果,丰富了力引导的节点布局模型。在提出的边布局可视化算法中,引入边捆绑质量的概念,以提高边捆绑质量为目的,希望边捆绑操作前后的误差值达到最小化。首先对边做离散化采样处理,将各个边抽象成点云,然后对邻域内的点使用最小二乘拟合方法生成捆绑曲线,再将离散的点投影到拟合后曲线上,继而形成点的移动,如此迭代往复,产生曲线状的捆绑束,这种方法可以有效地提高边捆绑的质量,在清晰地展示网络图重要结构的同时,最大程度的减少失真。最后,通过实验表明本文提出的两种算法均能得到理想的可视化布局效果,实现了本文可视化优化方法研究的初衷。