در مسائل پوشش تدریجی افزایش فاصله از تسهیل ارائه دهنده سرویس در ناحیه پوشش، موجب کم شدن سطح پوشش دهی می گردد و اغلب محققین در مسایل مکان یابی تنها به عامل فاصله توجه می کنند، حال آنکه در دنیای واقعی معیارهای زیادی مثل جمعیت، دسترسی سریع و... وجود دارند که باید علاوه بر عامل فاصله در ارزیابی مکان یابی و تخصیص مورد توجه قرار گیرند، به عنوان مثال در مکان یابی تسهیلات اورژانسی نباید تنها به عامل فاصله توجه کرد. از طرفی با ازدیاد نقاط تقاضا و معیارها، ضمن افزایش زمان محاسبات، نرخ ناسازگاری در ارزیابی و امتیازدهی بین نقاط نیز افزایش می یابد. در این مقاله رویکرد ترکیبی شبکه عصبی و شبیه سازی تبرید برای حل مسئله پوشش تدریجی چند معیاره پیشنهاد شده است. زمانیکه تعداد نقاط کم هستند، امتیاز نقاط (اهمیت نقاط در اولویت تخصیص) در مسئله با استفاده از تحلیل سلسله مراتبی و با افزایش تعداد نقاط، پس از یافتن الگوی ذهنی تصمیم گیرندگان این امتیازها با روش شبکه عصبی محاسبه می-شود، البته کارایی الگوریتم شبکه عصبی در یافتن الگوی ذهنی با استفاده از آزمون رتبه علامت دار در این مقاله تایید شده است. در ادامه مسئله با استفاده از الگوریتم شبیه سازی تبرید حل می گردد که نتایج بررسی، حاکی از کارایی بالای الگوریتم پیشنهادی (کیفیت جواب وزمان حل) در مقایسه با روش دقیق است.
