در این تحقیق یک الگوریتم ژنتیک چندمنظوره به کار برده شده تا اصول قانون فازی فشرده و قابل تفسیر جهت مدل سازی سیستم های چند ورودی – چند خروجی غیرخطی استخراج شود. در فرآیند شناسایی سیستم های غیرخطی، انتخاب ساختار مدل، تخمین پارامتر، کارایی مدل و ارزیابی صحت مدل اهداف مهمی می باشند. علاوه بر این تامین نیازهای تفسیر پذیری سطح پایین و سطح بالای سیستم های فازی بخصوص یک کار پیچیده در مدل سازی سیستم های غیرخطی چند ورودی - چند خروجی می باشد. با توجه به این اهداف چندگانه و متناقض الگوریتم ژنتیک چند هدفه به منظور بدست آوردن یک مجموعه از مدل های فازی فشرده، قابل تفسیر و صحیح اعمال می شود. همچنین الگوریتم ژنتیک چند منظوره با یک الگوریتم جستجوی قدرتمند به نام تفاضل تکاملی ترکیب می شود. در الگوریتم پیشنهادی، الگوریتم ژنتیک چند منظوره وظیفه تنظیم پارامترهای توابع عضویت و شناسایی اصول قوانین را به صورت همزمان بر عهده دارد در حالیکه الگوریتم تفاضل تکاملی برای تعیین پارامترهای خطی به کار می رود. کاربرد عملی الگوریتم پیشنهادی با استفاده از دو مساله مدل سازی غیر خطی مورد آزمایش قرار می گیرد. نتایج به دست آمده موثر بودن روش پیشنهادی را نشان می دهند.