چکیده: در این پایان نامه یک رویکرد شبکه عصبی جدید گرادیان محور برای حل مسائل بهینه سازی غیرخطی، دوهدفه، چندهدفه و چندسطحی پیشنهاد شده است. ایده اصلی تبدیل مسائل بهینه سازی غیر خطی و دو هدفه با روش مجموع وزن دار، به مسائل بهینه سازی محدب، مسائل بهینه سازی چند هدفه با استفاده از نقطه مرجع به مسائل تک هدفه و مسائل بهینه سازی چندسطحی با شرایط کروش−کان−تاکر به مسئله تک سطحی می باشد. در واقع با روش مجموع وزن دار جواب های بهینه پارتو با وزن های مختلف بدست می آیند. همچنین فضای پارامتری برای مسائل بهینه سازی دوهدفه با استفاده از مجموعه پایداری نوع اول تجزیه می شود. در نهایت یک شبکه عصبی برای حل مسائل برنامه ریزی محدب و مسائل بهینه سازی تک هدفه ارائه می شود که بر اساس قضیه لیاپانوف پایدار سراسری است و به جواب بهینه مسائل بهینه سازی چندهدفه و مسائل بهینه سازی چند سطحی همگرا می باشد. مهم ترین ویژگی رویکرد پیشنهادی این است که می تواند به سرعت به نقطه تعادل (جواب بهینه)همگرا شود. نتایج شبیه سازی نشان می دهند که شبکه عصبی پیشنهادی شدنی و کارا است.