Robust Partikelsvärmoptimering — Osäkerhetsmedveten svärmbaserad heuristik

Robust Partikelsvärmoptimering (Robust PSO) utökar den klassiska PSO-heuristiken för att explicit beakta osäkerhet i målfunktionen, bivillkor eller beslutsvariabler. Istället för att optimera ett enda nominellt mål utvärderas varje kandidatlösning över en uppsättning osäkerhetsscenarier, och anpassning bedöms utifrån ett robusthetskriterium såsom sämsta fall-prestanda eller förväntat värde, vilket ger lösningar som förblir nära optimala även när förhållandena avviker från nominella antaganden.