KI / Machine Learning Parameter verschachtelte for Schleifen

[Fabse]

Hi zusammen,

ich habe ungefähr folgenden Code:

int ergebnis = 0;

for(a= 0; a < 1000; a++) {
    for(b = 0; b < 1000; b++) {
        for(c = 0; c < 1000; c++) {
            for(d = 0; d < 1000; d++) {
                ergebnis = meineBerechungsMethode(a,b,c,d);
            }
        }
    }
}

In "meineBerechnungsMethode" wird mit den Parametern etwas berechnet und es wird dann ein Ergebnis zurück geliefert. Ich habe jetzt also 1000x1000x1000x1000 verschiedene Kombinationen. Dauert also ein "bisschen".

Hier jetzt die Frage kann ich hier eine KI / Machine Learning Bibliothek einsetzen?
Ziel ist das das Ergebnis so groß wie möglich ist. Meine Erwartung an die KI wäre jetzt, dass sie lernt, dass bestimmte Parameter bzw. Kombination aus Parametern schlechte Ergebnisse liefert und sie somit angrenzende Parameter überspringt.
Beispiel:
a = 1 und a = 2 liefert mit ganz unterschiedlichen c und d Parametern immer ein Ergebnis < 3. a = 20 und a = 25 liefert mit ganz unterschiedlichen Parametern c und d Parametern immer ein Ergebnis > 50. Die KI erkennt jetzt, dass ein Schleifen Durchlauf mit a = 3 und a = 4 keine guten Ergebnisse liefern wird und lässt die Werte aus.

Hat jemand da eine Idee? Oder sogar eine Beispiel Implementierung?

Gruß Fabian

 

[mihe7]

Stichwort: Lineare Regression, das wäre hier ggf. ein einfacher Ansatz.