是否有任何方法可以为给定的元启发式算法找到适当的参数设置，例如萤火虫算法或布谷鸟搜索？这是优化中的一个悬而未决的问题吗？大量的实验、测量和直觉是找出最佳设置的唯一方法吗？
如何找到算法的最佳配置是 AI 中一个开放的研究问题。该主题通常被称为“超参数优化”，并且有一系列可能的方法：
最受欢迎的之一是IRace，但其他可能性包括：
Spearmint：在 Matlab 或 Python 中使用包装器。它使用 MongoDb 和贝叶斯优化算法。
SMAC需要一个 python 包装器来优化算法并具有命令行界面。
Hyperopt：一个使用随机搜索和 Parzen 估计器树的 Python 库。
本文认为，与 SMAC 和 Hyperopt 相比，Spearmint 性能最好，但在某些情况下运行时间明显更长。