Рассматриваемый генетический алгоритм глобальной оптимизации использует нормальное распределение и имеет ряд существенных преимуществ по сравнению с алгоритмом случайного поиска с “памятью”. Обсуждаемый метод применяется в задаче оптимизации динамики пучка в линейном волноводном ускорителе, которая сводится к поиску глобального экстремума функционала качества в многомерной области изменения управляющих параметров. Алгоритм быстро сходится и может быть с успехом использован при решении задач многомерной оптимизации, в том числе в сочетании с направленными методами.