چکیده: امروزه مسئله بهینه‌سازی سبدسهام به منظور مشارکت سرمایه‌گذاران در توسعه مالی و اقتصادی هر کشور امری ضروری و مهم تلقی می‌شود. سرمایه‌گذاران با الگو قراردادن مدل مارکوویتز به دنبال کسب سود و بازده بیشتر و در عین حال به حداقل رساندن ریسک سرمایه‌گذاری هستند. در این پایان‌نامه، ابتدا مدل پیشنهادی مارکوویتز و مدل‌های دیگر سبدسهام را براساس دو معیار بازده و ریسک معرفی می‌کنیم. در ادامه، مسئله انتخاب سبدسهام چندهدفه را براساس معیارهای دیگری چون نقدشوندگی، سودسهام سالانه و... جدا از بازده و ریسک بررسی می‌کنیم. همچنین، به دلیل ناکافی بودن اطلاعات موجود درباره سهم‌ها و دقیق نبودن مقادیر بازده، ریسک و نقدشوندگی، مسئله انتخاب سبدسهام با ضرایب بازه‌ای و فازی را بررسی نموده و روش‌های حل متفاوتی را برای هر یک از این مسائل بیان می‌کنیم. سپس، مسئله انتخاب سبدسهام چندهدفه فازی براساس سنجش اعتبار را شرح داده و روش جدیدی برای حل آن ارائه می‌دهیم. در این روش، برنامه‌ریزی آرمانی فازی را با یک الگوریتم هوشمند هیبریدی که شامل شبیه‌سازی فازی و الگوریتم ژنتیک حقیقی کد است ترکیب می‌کنیم. این روش حل برای زمانی که پارامترهای فازی به فرم هر تابع عمومی غیر از خطی، مثلثی یا ذوزنقه‌ای فرض شوند بسیار مفید است، زیرا تبدیل مسئله فازی به مسئله قطعی معادل آن مشکل خواهد بود. البته با در نظر گرفتن پارامترهای فازی مسئله انتخاب سبدسهام تنها به فرم مثلثی یا ذوزنقه‌ای و با قطعی نمودن مسئله به کمک سنجش اعتبار، یک رویکرد جدید برای حل آن مبتنی بر روش‌های فراابتکاری ارائه داده‌ایم. بدین منظور از الگوریتم جستجوی هارمونی استفاده کرده‌ایم، که براساس رویکرد احتمالی به سمت فضاهای بهینه حرکت می‌کند. با حل مسئله سبدسهام به کمک این الگوریتم به یک مجموعه از جواب‌های بهینه پارتو دست می‌یابیم.