Работа посвящена методам решения задачи кусочно-линейной аппроксимации, разработанных на базе общего подхода к задачам классификационного анализа данных. Основная идея кусочной аппроксимации сложной зависимости состоит в разбиении пространства входных параметров на такие области, в пределах каждой из которых сложную во всем пространстве зависимость можно аппроксимировать достаточно простой функцией, например, линейной. Введение достаточно естественного критерия качества аппроксимации в виде среднеквадратичного отклонения кусочно-линейной модели от выборки реальных входо-выходных данных, позволяет строить оптимальные алгоритмы его минимизации, а в некоторых случаях разрабатывать и глобально-оптимальные алгоритмы.