数据挖掘 - 并行主动优化 - 吾爱随笔录

我正在尝试优化一个可以选择样本点的昂贵函数。困难在于许多功能评估可能会并行计算，需要不同的时间。我不知道要搜索哪些关键字来查找现有文献（/实施）。

所以有一次，我可能已经计算了 18 个点的函数值，还有 15 个仍在计算中，我想开始计算另一个点的函数。如果没有正在运行的作业，我可以制作一个模型并找出下一个点可能提供最多的信息。但是现在，我需要以某种方式告诉模型还有 15 个点我没有值，但我不想在附近评估函数。

具体来说，我正在寻找具有最小假设且没有梯度信息的东西。但是，如果我只知道要搜索的关键字，我会很高兴。（我可以为这种工作想出几个技巧，但我想知道是否有任何“真正的”解决方案）。

为了说明，假设每一列是一个函数评估点，每一行是下面 ascii 图中的一个时间步长。AnX表示评估仍在计算*中，底行中的 a 表示已完成。一旦旧的评估结束，新的评估就会开始，而其他评估仍然很忙。

XXXXXXXXXXXXXXXX
XXXXXXXXXXXXXXXX
 XXXXXXXXXXX XXXXX
 XXXXXXXXXXX XXXXX
 XXXXXXXXXXX XXXXX
 XXXXXXXXXXX X  XXX X
 XXXX XXXXXX X  XXX XX
 XXXX XXXXXX X  XXX  XX
 XXXX XXXXXX X  XXX  XX
 XXXX XXXXXX X  XXX  XX
 XXXX XXXXXX X  XXX  XX
 XXXX X XXXX X  XXX  XXX
 XXXX X XXXX X  X X  XXXX
 XXXX X XXXX X  X X  XXXX
  XXX X XXXX X  X X  XXXXX
  XXX X XXXX X  X X  XXXXX
  XXX X XXXX X  X X  XXXXX
  XXX X XXXX X  X X  XXXXX
  XXX X XX X X  X X  XXXXXX
  XXX   XX X X  X X  XXXXXXX
  XXX   XX X X  X X  XXXXXXX
  XXX   XX X X  X X  XXXXXXX
  XXX   XX   X  X    X XXXXXXXX
  XXX   XX   X  X    X XXXXXXXX
  XXX   XX   X  X    X XXXXXX XX
  XXX   XX   X  X    X XXXXXX XX
  XXX   XX   X       X XXXXXX XXX
  XX    XX   X       X XXXXXX XXXX
**  ****  *** ******* *      *

每次评估完成，给定几个完整和几个不完整的评估，如何选择下一个评估点？