Robust Ant Colony Optimization — ACO metaheuristic with explicit uncertainty and worst-case robustness handling

Стандардни ACO проналази решења која су оптимална под претпостављеним фиксним параметрима, али реални проблеми логистике, рутирања мреже и распоређивања имају неизвесне улазе — времена путовања варирају, потражња флуктуира, трошкови се мењају. Робусно ACO решење признаје ову неизвесност: мрави процењују кандидатске путеве не само на основу номиналног трошка, већ на основу перформанси у најгорем или просечном случају у оквиру скупа сценарија. Траг феромона затим појачава путеве који су доследно добри, а не само срећни под једним сценаријем. Резултат је решење које може бити благо субоптимално у најбољем случају, али избегава катастрофалне перформансе када се стварност разликује од номиналне претпоставке.