Python：最小化具有潛在隨機輸出的函數

Question

我正在尋求最小化具有潛在隨機輸出的功能。 傳統上，我會使用scipy.optimize庫中的某些內容，但是我不確定如果輸出不確定，它是否仍然可以使用。

這是我正在處理的問題的最小示例：

def myfunction(self, a): 
    noise = random.gauss(0, 1)
    return abs(a + noise)

關於如何以算法最小化其預期（或平均值）值的任何想法？

只要可以“相對”接近實際值，則數值近似就可以了。

我們已經通過對許多可能的運行進行平均來降低噪聲，但是該函數在計算上有點昂貴，並且如果可以幫助的話，我們不想進行更多的平均。

Answer 1

事實證明，對於我們的應用程序，使用scipy.optimize退火算法可以很好地估計局部最大值。

對於更復雜的問題，pjs指出Waeber，Frazier和Henderson（2011） 鏈接提供了更好的解決方案。