مسأله مسیریابی کمان ظرفیت دار یکی از مهم ترین مسائل مسیریابی با کاربردهای بسیار در شرایط دنیای واقعی است. در بسیاری از کاربردهای واقعی نظیر جمع آوری زباله های شهری و ...، تصمیم گیرندگان می بایست بیشتر از یک هدف را در نظر گرفته و مسأله را در شرایط غیر قطعی و در حالتی که یال های موردنیاز، دارای تقاضا برای بیش از یک نوع کالا می باشند بررسی نمایند. از اینرو در این تحقیق، یک مدل جدید از مسأله مسیریابی کمان ظرفیت دار بصورت چندهدفه با در نظر گرفتن دو هدف کمینه سازی تعداد وسایل نقلیه و کمینه سازی هزینه کل سفر بصورت یک مدل برنامه ریزی محدودیت شانسی مبتنی بر معیار اعتبار فازی فرموله می شود. در مدل مذکور، هر یال مورد نیاز متقاضی سرویس برای بیشتر از یک کالا بوده و مقادیر تقاضا برای هر نوع کالا بصورت عدد فازی مثلثی فرض می شود. سپس یک الگوریتم ژنتیک چندهدفه با استفاده از رویکرد مجموعه پارتو توسعه داده شده و به منظور تولید یک الگوریتم کارا و موثر برای حل مدل ارائه شده، با الگوریتم شبیه سازی احتمالی ترکیب می شود. همچنین به منظور بهبود کیفیت جواب های نهایی، یک روش ابتکاری جدید برای تولید یک جواب اولیه خوب در جمعیت اولیه الگوریتم ژنتیک ارائه می گردد. در ادامه تعدادی مسأله نمونه با تقاضای فازی بصورت تصادفی تولید شده و برای ارزیابی و بررسی ویژگی های مدل پیشنهادی و رویکرد حل آن بکار می روند.