Метод случайного поиска с постоянным радиусом поиска и случайными направлениями используется при решении многомерных задач локальной безусловной оптимизации. Метод относится, с одной стороны, к классу стохастических методов оптимизации, а с другой стороны - к классу прямых методов оптимизации. Метод является одношаговым методом оптимизации. Пусть Xr - текущая точка. Тогда основные шаги метода имеют следующее содержание: генерируется некоторое фиксированное количество случайных точек Y1, Y2,..., равномерно распределенных по поверхности гиперсферы радиуса Rr с центром в точке Xr; в каждой из этих точек вычисляются значения минимизируемой функции Ф(X); находится минимальное из вычисленных значений (пусть это будет значение, соответствующее точке Yk); каким-либо из одномерных методов оптимизации (например, методом Паулла) находим минимум функции Ф(X) в направлении (Yk-Xr); соответствующая точка X принимается за следующую текущую точку.