توسعه و تغییر مداوم در زنجیره تامین سیستم را به سمت مقابله با خطرات مختلف سوق میدهد. بنابراین، باید رویه مناسبی برای مقابله با چنین مسائلی اتخاذ شود. این پژوهش به ارائه یک مدل یکپارچه برای افزایش انعطاف پذیری و استواری زنجیره تامین به منظور مقابله با عدم قطعیت تقاضا واختلالات محیطی میپردازد. بطوریکه در آن یک زنجیره تامین با چهار سطح(تامینکنندگان، تولید کنندگان، توزیع کنندگان و خرده فروشان) درنظرگرفته شده است که در مکان های بالقوه جغرافیایی واقع شده اند. و از طریق مسیر هایی به یکدیگرمتصل اند که گاهاً دچار اختلال شده و از دسترس خارج میشوند. باتوجه به این مهم که در صورت عدم پاسخگویی به تقاضای خرده فروشان در زمان مناسب کل زنجیره تامین جریمه شده و تقاضا نیز به صورت پس افت درآمد و هزینه های بیشتری را به کل زنجیره تامین تحمیل میکند تولیدات تولیدکنندگان و همچنین تقاضای مواد اولیه آنها وابسطه به تقاضای خرده فروشان است، در این پژوهش امکان جابجایی محصولات و مواد اولیه در بین اعضای یک سطح از زنجیره تامین درنظر گرفته نشده است اما امکان تامین نیاز توزیع کنندگان از چند تولید کننده و تامین نیاز تولید کنندگان از چند تامینکننده وجود دارد. با این حال تقاضای هر مشتری تنها توسط یک توزیع کننده پاسخ داده میشود و امکان توزیع مستقیم از تولید گنندگان وجود ندارد. برای حمل نقل از وسایل نقیله متفاوت با ظرفیت های وزنی و حجمی متفاوتی استفاده شده است که در هر دوره تنها میتوانند در بین دو سطح مشخص جابجا شوند. همچنین باتوجه به فسادپذیری محصولات در صورتی که بیش از دوره عمرشان در انبار توزیعکنندگان بمانند فاسد شده و از زنجیره خارج میشوند، همچنین برخی از تولیدات تولید کنندگان نیز بعلت معیوب بودن از زنجیره تامین خارج میشوند. در این پژوهش مفاهیم تابآوری، بهنگام بودن و فسادپذیری محصولات تلفیق شده و از وسائل نقیله متفاوتی برای حمل و نقل استفاده شده است، و تقاضا به صورت غیرقطعی در نظرگرفته شده است که این عدم قطعیت تقاضا با رویکرد استوار داده محور پاسخ داده شده است، همچنین اختلال به وجود آمده در مسیر ها بعلت ماهیت غیر قطعی و قابل پیشبینی بودن این اختلال از رویکرد برنامه ریزی احتمالی استفاده شده است. در اینجا در ابتدا یک مدل ریاضی برنامهریزی خطی دو هدفه با توابع هدف به حداقل رساندن هزینه کل و عدم انعطاف پذیری کل شبکه برای فرموله سازی مسئله ارائه شده است. نمونه مسائل با ابعاد کوچک، با استفاده از روش اپسیلون محدودیت تقویت شده در نرم افزار GAMS حل میشوند. سپس به دلیل ناتوانی حل کننده CPLEX در تجزیه و تحلیل نمونه های عددی با ابعاد متوسط و بزرگ، از الگوریتم NSGA_II به جهت حل این نمونه مسائل استفاده کرده و الگوریتم MOPSO نیز به عنوان الگوریتم رقیب در اعتبار سنجی مورد استفاده قرار گرفته است. عملکرد روش های حل پیشنهادی با استفاده از پنج شاخص ارزیابی عملکرد زمان حل DM، MID، SNS و RAS مورد بررسی و مقایسه قرار گرفته است. در نتیجه این مقایسات الگوریتم NSGA_II در شاخص های MID ، DM، SNS عملکرد بهتری از خود نشان داد؛ این در حالی است که شاخص های زمان حل و RAS برای جواب های حاصل از الگوریتم MOPSO مقدار بهتری دارد.