Для нахождения глобальных экстремумов функций используются различные методы оптимизации, например:

• Случайный поиск. 1 На каждой итерации псевдослучайным образом выбирается новая точка из подобласти определения функции, в выбранной точке вычисляется целевая функция. 1 Если её значение в этой точке меньше значения в предыдущем приближении, то она выбирается за новое приближение. 1
• Генетические алгоритмы. 12 Это эвристические методы оптимизации, основанные на принципах эволюции биологических видов: селекции, мутации, скрещивании и т. п.. 1 Мутация позволяет выбрать точки, которые близки по значениям к текущему приближению, скрещивание — точки, которые сильно различаются по значению по сравнению с текущим приближением, а селекция — отсеять точки, которые не являются глобальным экстремумом. 1
• Гибридные методы. 1 Основными этапами таких методов являются разбиение области определения функции на подобласти, исключение подобластей, в которых точно не может быть экстремума, и поиск экстремума в оставшихся подобластях. 1 Для каждого из этапов можно применять разные методы. 1 Такая гибкость позволяет выбирать наиболее эффективные методы для конкретной задачи. 1