Если случайный вектор внешних параметров не входит в критерий оптимальности (), то этот критерий называется детерминированным критерием оптимальности. Если критерий оптимальности имеет вид (,), где – случайный вектор внешних параметров, то этот критерий называется стохастическим критерием оптимальности.

Прежде, чем говорить о классификации детерминированных критериев оптимальности, дадим определения некоторых свойств функций.

Вектор называется точкой локального минимума функции (), если для всех точек , принадлежащих некоторой малой окрестности () точки имеем

()(), ().

Значение функции () в точке локального минимума называется локальным минимумом функции (). Таким образом, если точка является точкой локального минимума функции (), то величина () есть локальный минимум этой функции.

Точка называется точкой глобального минимума функции (), если

()(),

таким образом, точка наименьшего из всех локальных минимумов называется точкой глобального минимума функции (). Соответствующее значение функции () называется глобальным минимумом этой функции Например, на рис. 1, который иллюстрирует одномерный случай ,,-точки локального минимума функции (), а величины Ф₁^*,Ф₂^*,Ф₃^*- соответствующие локальные минимумы этой функции, - точка глобального минимума функции (), а Ф₃^*- глобальный минимум этой функции.

Критерий оптимальности (), где [,] скаляр, называется унимодальным критерием оптимальности, если в области определения [,] функции () существует точка [,] такая, что на полуинтервале [,) функция () убывает, а на полуинтервале (,]-возрастает. Заметим, что определение одномерного унимодального критерия оптимальности не требует непрерывности функции (). Например, на рис. 2 одномерная функция на интервале является унимодальной, хотя и имеет в точках , разрывы. Заметим также, что точка может быть как внутренней точкой отрезка [,], так и совпадать с одним из его концов.

Непрерывный в своей области определения одномерный критерий оптимальности , называется выпуклым критерием оптимальности (выпуклым вниз критерием оптимальности), если для любых точек , выполняется неравенство

где произвольное число .

Приведенное определение имеет простой геометрический смысл: если критерий оптимальности () выпукл на интервале [,], то все точки любой дуги его графика лежат под соответствующей хордой (см. рис. 3).

Заметим, что определение выпуклого критерия оптимальности не требует его унимодальности. Так что, например, выпуклым является критерий оптимальности, график которого изображен на рис. 4.

Непрерывный в своей области определения одномерный критерий оптимальности (), [,] называется строго выпуклым критерием оптимальности (строго выпуклым вниз критерием оптимальности), если для любых точек ,[,], выполняется неравенство

(+(1-))<()+(1-)(),

где произвольное число [0,1].

Строго вогнутый критерий является унимодальным критерием.

Если множество является выпуклым множеством, то в многомерном случае 2 также определено понятие выпуклого критерием оптимальности.

Непрерывный критерий оптимальности (, где и множество является выпуклым множеством, называется выпуклым критерием оптимальности (выпуклым вниз критерием оптимальности), если для любых ,, и любого [0,1] выполняется неравенство

Аналогично, критерий оптимальности (, где и множество является выпуклым множеством, называется строго выпуклым критерием оптимальности (строго выпуклым вниз критерием оптимальности), если для любых , и любого выполняется неравенство

Отметим, что выпуклая функция может иметь более одной точки локального минимума (см. Пример 1.4.1), а строго выпуклая функция – только одну точку.

x=-2:0.06:2;
y=x;
[X,Y]=meshgrid(x);
Z=(X+Y).^2;
V=[0.025,0.5,1,2,4,8];
[C,h]=contour(X,Y,Z,V);
clabel(C,h);

Критерий оптимальности (), имеющий в области определения несколько локальных минимумов, называется многоэкстремальным критерим оптимальности или мультимодальным критерием оптимальности (см. прим. 2).

Если размерность вектора варьируемых параметров больше единицы (>1), то критерий оптимальности () может быть в своей области допустимых значений "овражным" критерием оптимальности. Критерий оптимальности называется овражным в своей области допустимых значений, если в этой области имеют место слабые изменения частных производных функции () по одним направлениям и значительные изменения этих производных по другим направлениям (см. прим. 2).

x=-2:0.06:2;
y=x;
[X,Y]=meshgrid(x);
Z=100.*(Y-X.^2).^2+(1-X).^2;
V=[1,5,50,500];
contour(X,Y,Z,V);

Критерий оптимальности () называется сепарабельным критерием оптимальности, если функция () является сепарабельной, т.е. представляет собой сумму функций, каждая из которых зависит только от одной компоненты вектора :

Критерий оптимальности () называется позиномиальным критерием оптимальности, если функция () есть позином, т.е. если

где и все компоненты вектора – положительные действительные числа, а функции () имеют вид

- любые действительные числа.