数学规划是运筹学中的一个大的体系，包括线性规划、非线性规划、整数规划、多目标规划、组合规划、随机规划、动态规划等。建立数学规划后，可以再根据变量特征、目标函数的数量和形式、约束条件的形式等判定规划问题的类型，然后利用相应的算法或软件求解。
（1）存在多个目标，即目标函数 f （ x ）取一个向量值函数，称为多目标规划（Multi－Objective Programming或Goal Programming）。
（2）如果所有决策变量取整数，称为整数规划（Integer Programming）；一部分变量取整数，另一部分变量取实数，为混合整数规划（Mixed Integer Programming，MIP）；决策变量仅取值0或1的一类特殊的整数规划是0－1规划。
（3）从一个连通无限集合（可行域）中寻找最优解，称为连续优化（Continuous Optimization）问题；从一个有限的集合或者离散的集合中寻找最优解，称为离散优化（Discrete Optimization）也叫组合优化（Combinatorial Optimization）或组合规划。
（4）目标函数和约束函数都是线性的规划问题称为线性规划（Linear Programming，LP）；否则为非线性规划（Nonlinear Programming，NLP）。
（5）最优化目标函数和约束中出现的参数是完全确定的，称为确定型优化（Deterministic Optimization）问题；否则称为非确定型优化（Uncertain Optimization）问题，包括了随机规划（Stochastic Programming）、模糊规划（Fuzzy Programming）等特殊情形。
（6）实际的决策过程是随时间而变化，分析中将决策变量分阶段并需要包含时间参量集为动态规划（Dynamic Programming）；否则为静态规划（Static Programming）。
以上分类依据的标准不同，所以可能会形成不同分类方法交叉形成的混合问题，如非线性整数规划、多目标随机规划等。当然，分类特征越多，问题也会越复杂。
