Transfemoralor above-the-knee amputees face discomfort in their prothesis primarily due to irregular distribution of pressure and shear forces in the Socket-stump interface (SSI). To quantify this discomfort it is necessary to first determine the pressure distribution in the SSI using sensors. However, knowledge of how sensors should be deployed is necessary to support the testing of said pressure on a test-rig or amputee. Previous methods used to determine sensor placement include discretization of the SSI into several regions or the use of a reiterative method based on pressure readings from sensors to determine the optimal placement of sensors. The former fails to identify high regions of pressure as the regions covered by the sensors may not have high pressure whereas the latter is time consuming and may cause further trauma to amputees as it requires repeated experimentation. With the advances in pressure sensor technologies, biomechanical simulations, and Finite elementanalysis(FEA)simulations it is now increasingly possible to determine an accurate estimate of dynamic pressure distribution occurring in the SSI during the gait cycle. The thesis investigates the dynamic pressure distribution in the SSI and determines an effective method of locating the optimal positions for the sensors using two different algorithms. The first is a Genetic Algorithm whereas the second is Pattern Search. / Transfemorala eller amputerade över knäet möter obehag i sin protes främst på grund av oregelbunden fördelning av tryck och skjuvkrafter i SSI. För att kvantifiera detta obehag är det nödvändigt att först bestämma tryckfördelningen i SSI med hjälp av sensorer. Men kunskap om hur sensorer ska distribueras är nödvändig för att stödja testningen av nämnda tryck på en testrigg eller amputerad. Tidigare metoder som använts för att bestämma sensorplacering inkluderar diskretisering av SSI i flera regioner eller användning av en upprepad metod baserad på tryckavläsningar från sensorer för att bestämma den optimala placeringen av sensorer. Den förstnämnda misslyckas med att identifiera höga tryckregioner eftersom den områden som täcks av sensorerna kanske inte har högt tryck medan de senare är tidskrävande och kan orsaka ytterligare trauma för amputerade eftersom det kräver upprepade experiment. Med framstegen inom trycksensorteknologier, biomekaniska simuleringar och FEA-simuleringar är det nu alltmer möjligt att bestämma en exakt uppskattning av dynamisk tryckfördelning i SSI under gångcykeln. Avhandlingen undersöker den dynamiska tryckfördelningen i SSI och bestämmer en effektiv metod för att lokalisera de optimala positionerna för sensorerna med hjälp av två olika algoritmer. Den första är en genetisk algoritm medan den andra är mönstresökning