در این پایان نامه یک روش ترکیبی و ابتکاری برای حل مساله مکان یابی پایانه های اتوبوس بیان می شود. در این روش مزایایی از الگوریتم ژنتیک و الگوریتم تکاملی جست وجوی موضعی ترکیب می شوند. سپس روش جدیدی برای حل مساله مکان یابی ایستگاه های اتوبوس ارائه می شود، در این روش از الگوریتم تکاملی جست وجوی ممنوع به جای الگوریتم جست وجوی موضعی استفاده می شود. در آخر نتایج عددی به دست آمده از این دو روش با هم مقایسه می شوند و روش بهتر معرفی می شود

در این پایان نامه ابتدا به معرفی بهینگی پارتو و پارتو ضعیف جواب های یک مسیله بهینه سازی چندهدفه می پردازیم و سپس چندین روش معمول برای پیدا کردن جواب های بهینه پارتو را معرفی می کنیم . در ادامه بهینگی پارتو جواب های مسایل چندهدفه را با استفاده از فرمول های min-norm و min-max و برنامه ریزی تافقی و برنامه ریزی آرمانی تعمیم یافته و فرمول های min-max نامحدود، مورد بررسی قرار می دهیم . موضوعاتی که مورد بررسی قرار می گیرند شامل یکتایی در فضای هدف یا جواب ، جریمه کردن برای کم – حاصل بودن ، فرمول جدید min-max تعمیم یافته برنامه ریزی آرمانی ، نامطلوب بودن در مینیمم سازی با استفاده از نرم چپی شف و نفاط قوت و ضعف بهینه سازی کران -وزندار می باشند. همچنین شرلیط لازم و کافی جدیدی برای بهینگی پارتو و پارتو ضعیف ارایه می دهیم . در ادامه به برسی مسایل برنامه ریزی خطی چندهدفه با قاعده الفبایی می پردازیم . و الگوریتمی برای حل مسایل برنامه ریزی خطی چندهدفه با قاعده الفبایی ارایه می دهیم . در روش موجود برای حل این مسایل ، چندین مسیله برنامه ریزی خطی باید حل شود ، لذا اگر تعداد بردارهای هدف زیاد باشد این روش از لحاظ محاسباتی کارا نمی باشد . اما در الگوریتم جدید تنها یک مسیله برنامه ریزی خطی را حل می کنیم . سپس بررسی می کنیم که اگر اولویت توابع هدف در یک مسیله بهینه سازی خطی چندهدفه با قاعده الفبایی تغییر کرد ،چگونه می توانیم مسیله جدید را حل کنیم و الگوریتمی ارایه می دهیم که از محاسبات قبلی برای حل مسیله جدید استفاده می کند . در حقیقت الگوریتم جدید نوعی تحلیل حساسیت روی تغییر اولویت توابع هدف مسایل بهینه سازی خطی چندهدفه با قاعده الفبایی می باشد.