我有一些图形算法，它们依赖于中等数量的参数（比如 2-6 个），但它们并不总是能成功找到他们想要的东西（他们想要“足够好”的解决方案来解决已知困难的问题，比如mincut/maxflow）。我还有一个非常大的图表系列，我想在上面使用算法。
我当前的目标是找到给定算法最常成功的参数值。不幸的是，我知道如何计算“成功”的唯一方法是从我的大家庭中获取图表并实际运行算法。这有两个问题：它的计算量很大，而且它只给出了我的真实目标函数的近似值，即算法成功的图的真实百分比。
第一个不是世界末日；Nelder-Mead 或类似的东西可以工作。该算法的变体是否适用于我的情况？我预计成功概率远非 0 或 1。