مدل های پوشش، کاربرد گسترده ای در مسائل دنیای واقعی دارند. با این وجود، یک رویکرد کلی، همیشه پاسخگو نیست؛ چرا که برخی از فرضیات مدل های پوشش به اندازه ی کافی، واقع بینانه نیستند. فرضیاتی از قبیل عدم دسترس پذیری خدمت دهندگان و تعویق خدمت رسانی در مواقع اضطراری، عدم قطعیت ناگزیر در مسائل دنیای واقعی و ارزیابی فاکتورهای بیشتر در زمان مشابه، فرضیاتی هستند که مدل های پوشش، اغلب با آن ها مواجه شده اما پاسخی برای آن ها نمی یابند. بنابرین چگونگی مواجهه با این فرضیات، همواره به عنوان یک سؤال مطرح بوده است. در این تحقیق، برای مواجهه با عدم دسترس پذیری خدمت دهندگان، از مدل پوشش پشتیبانی و برای مواجهه با شرایط عدم قطعیت، از مدل رتبه بندی کامل بازه ای بهره گرفته ایم. همچنین تلفیق این دو مدل، ما را قادر می سازد تا علاوه بر فاکتور پوشش، فاکتورهای دیگری مانند کارایی و هزینه را در زمان مشابه، ارزیابی کنیم. در انتها، به منظور بررسی و مقایسه نتایج، مدل پیشنهادی به ترتیب در مقیاس کوچک و بزرگ با استفاده از روش های دقیق و الگوریتم تکاملی ژنتیک حل شده است. نتایج، حاکی از آن است که مدل پیشنهادی علیرغم بررسی همزمان فرضیات اشاره شده، عملکرد مطلوبی داشته و هیچ یک از فرضیات، ناقض یکدیگر نیستند. Manuscript profile