Статистические методы или методы случайного поиска наиболее эффективны при решении задач большой размерности или при поиске глобального экстремума. А так же когда информация об оптимизируемом объекте слишком мала для того, чтобы можно было применить детерминированные методы.

Под случайными или статистическими методами поиска будем понимать методы, использующие элемент случайности либо о сборе информации о целевой функции при пробных шагах, либо для улучшения значений функции при рабочем шаге. Случайным образом может выбираться направление спуска, длина шага, величина штрафа при нарушении ограничения.

Статистические алгоритмы обладают рядом достоинств:

·        простота реализации и отладки программ;

·        надежность и помехоустойчивость;

·        универсальность;

·        возможность введения операций обучения;

·        возможность введения операций прогнозирования оптималь­ной точки.

Основными недостатками являются большое количество вычислений минимизируемой функции, медленная сходимость в районе экстремума.

Принято считать, что преимущество статистических методов проявляется с ростом размерности задач, так как вычислительные затраты в детерми­нированных методах поиска с ростом размерности растут быстрее, чем в статистических алгоритмах.