امروزه مساله مسیریابی چندمدی به یک موضوع اساسی در حوزه حمل و نقل تبدیل شده است. در حمل و نقل چندمدی به دلیل وجود فواصل زیاد بین گرهها، امکان وقوع اختلال افزایش مییابد. از طرفی دیگر برخی از پارامترها دچار عدم قطعیت میشوند. بنابراین نیاز به پیادهسازی مدیریت ریسک بصورت صحیح در شبکه است. این رساله با هدف پیادهسازی مدیریت ریسک، به مسیریابی مطمئن و سبز در یک شبکه حمل و نقل چندمدی جاده-ریلی متشکل از یک ساختار هاب و اسپوک میپردازد. در مرحله اول به شناسایی و تشخیص انواع اختلال توسط خبرگان، که بصورت همزمان در هر گره و کمان اتفاق میافتد، پرداخته شده است. جهت نیل به مسیریابی سبز، انتشار آلایندها بصورت یک ریسک ناشی از اختلال در حوزه فرآیند حمل و نقل درنظرگرفته شده است. در مرحله بعد به منظور ارزیابی اختلالات، از ترکیبی از روشهای رتبهبندی نظیر DANP و COCOSO استفاده شده است. در ادامه به منظور مدلسازی ریسک از روشی با عنوان FMEA Criticality جهت تخصیص قابلیت اطمینان به اجزاء استفاده شده است. در واقع تخصیص قابلیت اطمینان به اجزاء و سپس مسیریابی مطمئن، منجر به بهینهسازی قابلیت اطمینان میشود. سپس مقادیر حاصل از تخصیص قابلیت اطمینان به هر گره و کمان، بصورت پارامتر وارد مدلهای شماره I و II (مسیریابی در شرایط قطعیت و عدم قطعیت در مقادیر برخی از پارامترها) شده است. اهداف مساله مسیریابی شامل کاهش هزینههای کل و افزایش قابلیت اطمینان کل شبکه است. وجود عدم قطعیت در برخی از پارامترها توسط ترکیبی از روشهای مقابله با عدم قطعیت از جمله استوار و فازی صورت گرفته است. سپس مدلهای I و II در ابعاد مختلف (از جمله ابعاد مطالعه موردی) توسط نرم افزار GAMS حل شده است. در نهایت مسائل حل شده مورد تجزیه و تحلیل قرار گرفته است. نتایج حاصل از روشهای رتبهبندی نشاندهنده ترتیب میزان اهمیت معیارها و همچنین تاثیرگذاری یا تاثیرپذیری معیارها و زیرمعیارها است. همچنین نتایج حاصل از حل مدلهای I و II حاکی از آن است که وجود ظرفیت مطمئن در شبکه علیرغم تصور که میبایست سبب کاهش هزینهها شود، منجر به افزایش هزینهها شده که این امر لزوم وجود مدیریت ریسک صحیح در شبکه را بیان میکند. همچنین درنظرگرفتن پنجره زمانی نرم منجر به افزایش انعطافپذیری شبکه هنگام تعویض نوع روش حمل و نقل شده است. از طرفی دیگر وجود عدم قطعیت در مقادیر برخی از پارامترها و نحوه صحیح مقابله با آن، مساله را به دنیای واقعی نزدیکتر کرده است.