Предложен адаптивный алгоритм подбора и калибровки внутренних параметров параллельных популяционных алгоритмов, используемых для поиска экстремумов нелинейных мультимодальных функций с системой ограничений на конечное решение. Представлены результаты вычислительных экспериментов по поиску наилучшего экстремума некоторых математических функций двумерного пространства (функции Растригина, Розенброка и Леви) с различными стохастическими параметрами параллельного популяционного алгоритма. Проведён и представлен сравнительный анализ влияния на качество конечного решения каждого из стохастических параметров основного популяционного алгоритма. Предложенный адаптивный популяционный алгоритм способен хранить историю подобранных параметров основного алгоритма, а также использовать её как шаблон при калибровке параметров для поиска лучшего решения новой функции.