目标函数的可靠估计所需

如果有更多的特征我们建议选择最重要的两个先优化它们然后将它们作为约束添加并重复优化另一个特征。优化参数的限制和要求约束允许您设置更窄范围的有效参数值。在使用特定的参数值组合运行优化之前会检查这些值是否满足指定的约束条件。您还可以对解决方案设置要求附加约束。它在运行结束时进行检查可以由任何算术表达式或函数给出。如果仅使用可变参数指定线性约束可以在运行优化之前排除那些包含在约束中的参数值。这种方法通常会加快对最优解的搜索。

每个模型运行的复制次数当运行优化时会在模型中测试多组可变参数值。因此优化结果取决于运行次数和每次运行的复制次数。执行的运行次数越多它可以迭代的值集就越多就越有可能找到接近最优的解决方案。因此有必要在由于大 电话号码列表 量复制而导致的统计准确性与大量模型运行的解决方案质量之间找到折衷。实验结果的准确性实验结果的准确性受个因素影响每个模型运行的复制次数目标函数的平滑度。

为了提高结果的准确性每次运行的重复次数应该是获得对正在优化的的最少数量。这个数字通常是通过经验测试来确定的。噪声也会影响优化的准确性。目标函数的平滑度平滑和非平滑函数由于用于对不确定性建模的概率分布图片左侧的函数并不平滑。由于在此类函数中一次运行的图上值的散布太大在确定最小值或最大值时可能会出现问题。为帮助解决此问题请增加每次启动的复制次数。在这种情况下优化器将从运行中所有复制的结果中选择平均值。