我目前正在尝试为我的程序寻找合适的参数(大约 16 个参数，程序的执行大约需要一分钟)。进化算法似乎是个好主意，我想看看它们的表现。
不幸的是，我没有很好的适应度函数，因为我的目标函数的方差非常高(我不能经常运行它，除非等到 2016 年)。但是，我可以计算出哪一组参数更好(相互测试两个配置)。您知道是否存在仅使用该信息的进化算法？还有其他更合适的优化技术吗？对于这个项目，我使用 C++ 和 MATLAB。
//更新:非常感谢您的回答。两者看起来都很有希望，但我需要几天时间来评估它们。抱歉耽搁了。
最佳答案
如果您的成对测试给出了正确的总排序，即如果 a >= b，并且 b >= c 意味着 a >= c，并且 some other conditions .那么也许您可以即时构建排名目标，并使用 CMA-ES优化它。 CMA-ES是一种进化算法，对函数值的保序变换和输入的保角变换具有不变性。此外，因为它是二阶方法，与其他无导数搜索启发式算法相比，它的收敛速度非常快，尤其是在像遗传算法这样的随机搜索需要永远进行的高维问题中。
关于c++ - 没有目标函数的进化算法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/33330808/