Не раз уже сталкивался с применением на практике для инверсии с алгоритмами имеющими проблемы со сходимостью или быстродействием
Я действительно много занимался тестированием алгоритмов до защиты кандидатской и после нее (примерно с 1973 по 1988 годы) и убедился, что версии таких поисковых программ как деформируемого многогранника (Nelder-Mid) или Powell
1) часто резко теряют в эффективности в окрестности экстремума (идет сплющивание и вырождение с потерей
размерности)
2) кроме того теряют эффективность с ростом размерности задачи (после 4-х на банане Розенброка, например, резко отстают от более эффективных методов, если требуется более 2-3 значащих цифр)
Незаслуженную популярность этим методам придал Himmelblau в нескольких книгах (три из которых в былые времена переводились на русский язык)
В принципе я про это писал еще в своем давнем большом обзоре (примерно 1985 года - все недосуг оцифровать)
Неточный выбор метода может снизить привести к преждевременному окончанию поиска и эффективность
использования моделей
При этом такая бяка может произойти не по всем, а по нескольким пластам с эквивалентностью, что само по
себе не многим больше радует
В этой связи, думаю, что не грех авторам алгоритмов инверсии думать о более надежных методах для инверсии и тщательно их оттестировать
В этой связи отсканировал фрагмент книги Элланского и Еникеева (1991)
Фрагмент на сей счет был написан мной, хотя изрядно усечен соавтором и издателем
http://www.mmell.narod.ru/Ell-Enik-Book91.pdf Будет время и чей-нибудь интерес отсканирую и статьи с описанием гибридного алгоритма и тестами