В рамках лекции дается ряд основных понятий многоэкстремальной оптимизация и кратко излагается информационно- статистический подход к решению задач глобального поиска. Далее рассматривается активно развиваемое направление в теории и практике многоэкстремальной оптимизации, связанное с использованием тех или иных схем редукции размерности, которые позволяют свести решение многомерных оптимизационных задач к семейству задач одномерной оптимизации. Редукция размерности приводит к существенному снижению сложности разрабатываемых алгоритмов глобального поиска и позволяет задействовать весь имеющийся аппарат одномерной многоэкстремальной оптимизации для построения эффективных многомерных методов глобального поиска. Кроме того, данный подход при использовании множественных отображений типа кривой Пеано служит прекрасной основой для разработки параллельных методов глобальной оптимизации.

   Для наглядной демонстрации излагаемых понятий приводятся многочисленные результаты вычислительных экспериментов.