我正在寻找为一组数据找到全局最佳拟合模型的方法。该模型是高度非线性的，具有 5 到 8 个参数。

我已经成功地使用了粒子群优化，以及 Metropolis-Hastings Markov Chain Monte Carlo。

在任何给定的运行结束时，对于参数空间是否已经完全 - 或至少充分 - 搜索仍然存在疑问。

是否有任何模型拟合算法，其中包括对参数空间搜索的彻底程度的某种度量？

例如，考虑 PSO，是否有某种方法可以估计任何给定粒子对其当前邻域的“敏感度”？让我们考虑一个 PSO 粒子，它以一定的速度在 N 维流形中通过一个局部成本最小值，并且与最小值有一定的距离。我们能否量化该粒子被吸引并“调查”最小值的概率？