مسایل دنیای واقعی شامل بخشهای تصادفی و غیر قطعی هستند. وجود پارامترهای غیر قطعی حل مسیله را مشکل می کند و به همین دلیل است که عموماً به عنوان فرض ساده ساز، اطلاعات مسیله به صورت قطعی در نظر گرفته می شوند. به عنوان نمونه یکی از مهمترین مسایلی که تا کنون محققین به آن پرداخته اند زمانبندی کارگاهی است که ادبیات وسیعی برای آن در حالت قطعی وجود دارد. اما در حالتهایی که پارامترهایی از مسیله تصادفی باشند، کمتر تحقیقاتی صورت گرفته است. در این نوشتار مسیله زمانبندی کارگاهی در حالتی که زمانهای پردازش متغیر تصادفی هستند و احتمال خرابی ماشینها وجود دارد، مورد توجه قرار گرفته است. تابع هدف نیز شامل حداقلس ازی هزینه هاست که شامل هزینه دیرکرد وابسته به زمان، دیرکرد مستقل از زمان و نگهداری موجودی وابسته به زمان برای کارهای تکمیل شده است. طول عمر ماشینها از توزیع نمایی پیروی می کند و زمان تعمیر آنها ثابت فرض شده است. هدف بدست آوردن موارد زیر است: 1. زمان شروع فراِیند پردازش هر کار 2. سیاستی [نزدیک] بهینه انتخاب کار برای مواقعی که ِیک ماشین خالی می شود یا از تعمیر برمی گردد و چند کار [حداقل دو کار] آماده پردازش روی آن هستند مسیله به صورتی مدل می شود که نزدیک به ساختار فرایند تصمیم گیری مارکوفی (mdp) باشد. در ادامه یک روش فراابتکاری بر مبنای کلنی مورچه و در قالب "بهینه سازی برای شبیه سازی" برای بدست آوردن سیاست مورد نظر ارایه می شود. زمانهای شروع نیز با بکار بردن روش فراابتکاری مذکور در به شکل " شبیه سازی برای بهینه یابی" و با استفاده از نرم افزار optquest تحت arena بدست می آیند. نتایج عددی نشان می دهند که روش کلنی مورچه فوق، بخصوص در مواردی که زمانهای پردازش نرمال یا یکنواخت هستند، سیاستی را پیدا می کند که از سیاست ارایه شده در تنها تحقیق مشابه بهتر است. همچنین احتمال تحویل به موقع کارها نیز در مورد نمونه مسایل حل شده اغلب نزدیک به یک است که بهبودی بر نتایج تحقیق فوق الذکر است. علاوه بر اینها، با انجام فرایند " شبیه سازی برای بهینه یابی" و پیدا کردن مقادیر [نزدیک] بهینه برای زمانهای شروع کارها، مقدار متوسط تابع هدف باز هم کاهش می یابد