مسائل بهینه سازی چند هدفهء ترکیبی، بر خلاف مسائل تک هدفه دارای یک مجموعه از جواب های بهین (کارا) میباشند که وقتی همهء هدف ها را درنظر میگیریم نمیتوان گفت یکی از این جواب ها نسبت به بقیه برتری دارد. در این پایان نامه مسألهء مینیمم درخت فراگیر چندهدفه (mc-mst) را که از نوع np-hard میباشد، مورد بررسی قرار داده ایم. در این مسأله یک بردار از اعداد حقیقی برای هر یال تعریف شده، هدف پیدا کردن همهء درخت های فراگیر کاراست. روش کارای مورد بحث برای این مسأله الگوریتم ابتکاری گراسپ است که یک مجموعه از جواب های کارا تولید میکند. این الگوریتم در مقایسه با الگوریتم چند هدفهء کروسکال، علاوه بر تولید جواب های کارای حمایت شده جواب های کارایی را که این الگوریتم قادر به تولید آنها نیست، بدست می آورد. علاوه براین روش تعاملی گراسپ با قابلیت های قابل مقایسه با الگوریتم گراسپ، پیشنهاد داده ایم. در این روش فرد تصمیم گیرنده میتواند یک جواب کارا مناسب با اولویت های مورد نظرش انتخاب کرده و از تکرارهای بی مورد و صرف هزینه های اضافی جلوگیری کند. در فصل دوم ازاین پایان نامه حالت دو هدفهء مسألهء mc-mst مورد بررسی قرار گرفته است.