Robuste Partikelschwarmoptimierung — Unsicherheitsbewusste schwarmbasierte Metaheuristik

Robuste Partikelschwarmoptimierung (Robust PSO) erweitert die klassische PSO-Metaheuristik, um Unsicherheiten in der Zielfunktion, den Nebenbedingungen oder den Entscheidungsvariablen explizit zu berücksichtigen. Anstatt ein einzelnes nominales Ziel zu optimieren, wird jede Kandidatenlösung über eine Reihe von Unsicherheitsszenarien ausgewertet, und die Fitness wird anhand eines Robustheitskriteriums wie Worst-Case-Leistung oder Erwartungswert beurteilt, was zu Lösungen führt, die auch bei Abweichungen von nominalen Annahmen nahezu optimal bleiben.