Поиск минимума функции

[Alexey1]

Необходимо найти минимум ограниченной, дифференцируемой функции которая имеет конечное число локальных минимумов. Можно найти один локальный минимум методом градиентного спуска (градиентный спуск не является строгим условием, метод оптимизации должен использовать производную данной функции). Теперь необходимо найти все локальные минимумы а затем из них выбрать глобальный. Каким способом можно нагенерировать первоначальные точки, чтобы градиентный спуск приводил к разным (всем) локальным минимумам, ну или хотя бы, гарантировано находил все локальные минимумы даже с повторами. Каким условиям должна удовлетворять функция чтобы дать алгоритм получения первоначальных точек? Функция может быть как $R \to R$, так и $R^2 \to R$.
Константа Липшица вроде ничего не даёт. Может есть ещё что-то.

[Henrylee]

Вам именно нужно все локальные минимумы найти, или все-таки достаточно одного глобального? Тогда поищите метод Пиявского.

[Alexey1]

Спасибо за метод. Подскажите где можно найти алгоритм метода и как он будет себя вести если глобальных минимумов несколько? Сойдётся к одному из них?
Дело в том, что первоначальная задача - это задача поиска локальных минимумов одномерной функции, которые затем будут являтся начальными точками в поиске глобального минимума более сложной функции. То есть, необходимо определить все локальные минимумы функции.