Mnohdy je při optimalizaci i více účelových funkcí, které mohou být navzájem protichůdné např. minimalizace průběžné doby výroby vs. maximalizace zisku. V tomto případě se jedná o víceúčelovou optimalizaci (Multi-objective Optimization), též nazývanou vícekriteriální hodnocení variant.
Jedná se tedy o úlohu hledání optima pro množinu jednotlivých účelových funkcí vyjadřující jednotlivá kritéria:
![]()
kde:
Hodnoty jednotlivých účelových funkcí pro jednotlivé prvky vygenerované optimalizačním algoritmem, jejichž hodnoty jsou získány ze simulačního experimentu, lze agregovat do vektoru hodnot účelových funkcí:
![]()
kde:
Pro lepší představivost lze předchozí zápis vyjádřit pomocí tzv. kriteriální matice:

kde:
Pro názornost uveďme jednoduchou metodu výpočtu váženého součtu (Weighted Sum) užívanou v oblasti víceúčelové optimalizace, která transformuje optimalizaci více účelových funkcí na optimalizaci jedné účelové funkce - monokriteriální optimalizace.
Uvažujme, že prvek (vektor)
je jednodimenzionální vektor (skalár) a tato jediná hodnota v prvku je reálné číslo, tj.
. Váhy vyjadřují důležitost jednotlivých funkcí a také určují, zdali funkce má být maximalizována (
) nebo minimalizována (
). Užitím této metody je problém víceúčelové optimalizace redukován na optimalizaci jednoho účelu (cíle) - monokriteriální rozhodovací úloha (Single-Objective Optimization). Namísto několika hodnot účelových funkcí pro konkrétní řešení je vypočtena jedna hodnota vyjadřující atraktivitu daného řešení pro všechny účelové funkce:

kde:
Simulační experimenty jsou prováděny nad prohledávaným prostorem
, (kde
za respektování definovaných dalších omezení - viz
). Váhy jsou v tomto případě nastaveny na hodnotu 1 a jedná se o maximalizaci obou funkcí
a
. Z obrázku je patrné nalezené jediné optimum
. Nad tímto prostorem je aplikována metoda váženého součtu uplatněná na obě účelové funkce, se stejnou hodnotou vah. Výsledkem je pro každý prvek hodnotu váženého součtu, kterou určuje výslednou hodnotu
.