در عالم واقعیت عدم قطعیت به دلیل نبود اطلاعات کافی محیطی، امری شایع است. از این رو توسعه روشهای نظاممند برای حل مسائل در شرایط غیرقطعی از اهمیت بسزایی برخوردار است تا به این ترتیب جوابهای قابل قبول و مناسبی فراهم آیند. یکی از این روش ها بهینه سازی استوار است. این نوع برنامه ریزی به دنبال یافتن راه حلی است که به نوسانات پارامترها حساس نباشد. در این پژوهش بررسی در مورد سلول رباتیک در شرایط عدم قطعیت صورت گرفته است. عواملی مانند خرابی ماشین آلات، تاخیر در رسیدن مواد، سفارشات ناگهانی، لغو یک سفارش و ... سبب بروز اختلال در برنامه اصلی می گردند. بنابراین برآورد دقیق زمان پردازش قطعه روی ماشین با توجه به این اختلالات در بسیاری موارد دشوار است. علاوه براین در اغلب موارد، اطلاعی از توزیع داده های مربوط به زمان پردازش وجود نداشته و بنابراین استفاده از روش های تصادفی ممکن نیست. در این تحقیق، ابتدا تحقیقات انجام شده در زمینه زمانیندی سلول رباتیک، بهینه سازی استوار و زمانبندی استوار، بررسی و طبقه بندی شده اند. سپس مدل ریاضی سلول رباتیک سه ماشینه، در شرایط قطعیت زمان پردازش نوشته شده است. آنگاه با استفاده از روش حداقل سازی حدکثر تاسف همتای استوار مدل قطعی نگاشته شده است. با توجه به حدود در نظر گرفته شده برای زمان پردازش، تعدادی سناریو تعریف گردیده است. سپس با استفاده از الگوریتم ژنتیک و شبیه سازی تبرید، زمان چرخه در حالت های قطعی و غیرقطعی بدست آمده و مقایسه گردیده اند. نتایج حل بوسیله الگوریتم های پیشنهادی، نشان دادند که با افزایش تعداد قطعات، زمان چرخه افزایش یافته، که این افزایش برای مسأله استوار بیشتر از حالت قطعی می باشد. از طرف دیگر، مشاهده می شود که الگوریتم ژنتیک در مقایسه با الگوریتم شبیه سازی تبرید، جواب های بهتری در زمان حل بیشتر ارائه می کند.