کنترل مد لغزشی فازی بر اساس الگوریتم ژنتیک چند هدفه برای حرکت بازوی مکانیکی ماهر در این پایان نامه ارائه شده است. این روزها، بخاطر توسعه سریع صنعت، جایگزینی ربات ها به جای نیروی انسانی کاری مناسب تر و مطمئن تر به حساب می آید. بخاطر اینکه کنترلرها ی سنتی نمی توانند به سیستم های غیر خطی و متغیر بازمان پاسخ مناسبی دهند در این پایان نامه، برای غلبه بر ضعف کنترلرهای خطی، کنترلر مد لغزشی بکار گرفته شده است. مدت زیادی است که کنترلر مد لغزشی جهت کنترل کردن سیستم های داری عدم قطعیت در در مدل کردن و اغتشاشات محدود شده استفاده می شود. این کنترلر به خاطر سیگنال کنترلی ناپیوسته که در اطراف صفحه لغزش ایجاد می کند و شرط لغزش را ارضا می کند. یک کنترلر مقاوم محسوب می شود. اما در این کنترلر به خاطر همین ترم ناپیوسته در ورودی کنترلر نوسان های فرکانس بالا ایجاد می شود که به چترینگ در ورودی مشهور است. اخیرا کنترلر فازی یک روش محبوب برای ترکیب آن با کنترل مد لغزشی شده است تا برخی مشکلات آن را برطرف کرند. در این کنترلر ترکیبی، قسمت مد لغزشی مسئول دفع اغتشاشات خارجی و عدم دقت در مدل کردن است درحالی که قسمت فازی آن باعث دمپینگ بهتر وکاهش چترینگ می شود. بزرگترین مشکل کنترلر فازی نداشتن تکنولوژی طراحی است و بیشتر قواعد فازی بر اساس دانش بشر و این قواعد از فردی به فرد دیگر برای یک عملکرد یکسان سیستم تغییر می کند. بعلاوه ، انتخاب مناسب قواعد فازی و چگونگی تعریف توابع عضویت ، شامل روش پر زحمت سعی- خطا است. برای بر طرف کردن این مشکل وقت گیر الگوریتم ژنتیک چند هدفه برای بهینه سازی پارتوی کنترل مد لغزشی فازی بکار گرفته شده است. در مسئله بهینه سازی چند هدفه چند تابع هدف وجود دارد که بطور همزمان باید بهینه شود. این توابع هدف اغلب با هم تضاد دارند که در اینجا خطای پیگیری مسیر و ورودی کنترلر توابع هدف می باشند. از این رو یک جواب بهینه که نسبت به دو تابع هدف برتری داشته باشد وجود ندارد. در عوض یک مجموعه از جواب های بهینه وجود دارد که به جواب های بهینه پارتوی مشهور است و طراح با ایجاد مصالحه بین خطای پیگیری مسیر و ورودی کنترلر می تواند پارامترها ی مطلوب را انتخاب کند.