en عمومى General پژوهشي Research یکی از مهمترین مباحث در مسائل بهینه سازی چندهدفه تعیین نقاط پارتو روی مرز پارتو است. اگر مساله بهینه سازی شامل بیش از یم تابع هدف باشد، نتایج به دست آمده از بهینگی پارتو جواب های تعاملی خواهند بود که مرز پارتو را تشکیل می دهند. هر یک از این جواب های روی کران مرز پارتو قرار می گیرند که بهبود در یک مولفه آنها دست کم باعث بدتر شدن مولفه های دیگر می گردد. با اینحال، یک توزیع یکنواخت از نقاط پارتو روی مرز از اهمیت برخوردار است.<br> در این مقاله، یک روش کارا بر پایه محدودیت زاویه ای برای تعیین تقریبی مناسب از مرز پارتو مسائل بهینه سازی دوهدفه ارایه می گردد. برای آنکه به تقریب بهتری دست یابیم از استراتژی استفاده می نماییم که نزدیک به شکل مرز پیاده سازی گردد. برای دستیابی به نقاط پارتو، استراتژی پیشنهادی مبتنی بر جارو کردن ناحیه شدنی هدف عمل می کند و بطور اتوماتیک نقاط غیر پارتو را نادیده می گیرد و نیاز له فیلتر پارتو ندارد. اعتبار روش در قالب یک مثال در مقایسه با روش های مجموع وزندار شده و اپسیلن محدودیت با استفاده از چندین معیار کیفی اندازه گیری می شود. نتایج به دست آمده نشان از برتری روش پیشنهادی در مقایسه با سایر روش های تحت مطالعه دارد. The most important issue in multi-objective optimization problems is to determine the Pareto points along the Pareto frontier. If the optimization problem involves multiple conflicting objectives, the results obtained from the Pareto-optimality will have the trade-off solutions that shaping the Pareto frontier. Each of these solutions lies at the boundary of the Pareto frontier, such that the improvement in one of the objectives results in the worsening of at least one of the other objectives. Usually, it is not economical to generate the entire Pareto surface due to the high computational cost for function evaluations. Therefore, it is important to get a uniform distribution at the Pareto points in the Pareto frontier.<br> &nbsp;In this paper, an efficient method based on angular constraint is presented for finding a suitable approximation of the Pareto front of bi-objective optimization problems. In order to get a better distribution of points at the Pareto front it is used a strategy following closer the main shape of the frontier. To get only the global Pareto points, this strategy sweeps the objective space just once, getting automatically rid-off the non-Pareto and local Pareto points, without any further filtering. The researcher, after proposing an algorithm for the operation of the method, compares its efficiency in one test problem with methods such as weighted sum (WS) and epsilon-constraint methods. The obtained experimental results show that the proposed method is efficient and in most situations more accurate. Multi-objective Optimization, Pareto Optimality Concept, Scalarization Methods 1 9 http://ijorlu.lahijan.iau.ir/browse.php?a_code=A-10-447-1&slc_lang=en&sid=1 A. Ghane Kanafi aghanekanafi@gmail.com 10031947532846001154 10031947532846001154 Yes Department of Mathematics, Lahijan Branch, Islamic Azad University, Lahijan, Iran