هرگاه یک خرابی غیر منتظره برای یک ماشین رخ دهد، میزان بهروه­وری سیستم کاهش یافته و این امر منجر به نامناسب شدن برنامه تولید فعلی می­شود. تغییر برنامه تولید اگر غیر ممکن نباشد، در شرایط اضطراری می­تواند بسیار پرهزینه بوده و میزان تولید و سطح سرویس را دست­خوش تغییرات کند. از این رو لحاظ کردن نگهداری و تعمیرات در برنامه­ریزی تولید از مباحث قابل توجه است. نگهداری و تعمیرات بصورت پیشگیرانه و اضطراری انجام می­شود. با توسعه اقتصاد و افزایش رقابت در صنایع مختلف،کاهش هزینه‌های تولید تبدیل به یکی از مهمترین دغدغه‌های شرکت‌های تولیدی شده و برای نیل به این اهداف تا حد امکان شرایط مدلسازی مساله را باید به شرایط واقعی نزدیکتر ‌کنیم. اکثر مطالعات صورت گرفته محدود به مسائل قطعی است که در آن فرض می‌شود ورودی‌های مساله ثابت هستند اما در دنیای واقعی به دلیل وجود پدیده‌های احتمالی مختلف مانند خرابی ماشین‌آلات، نرسیدن به موقع مواد خام، نیاز به دوباره‌کاری برای بعضی از محصولات و ... این مدل‌ها به سرعت کارایی خود را از دست می‌دهند. رویکرد بهینه‌سازی استوار تلاش می‌کند تا با در نظر گرفتن شرایط واقعی، برنامه‌ای ایجاد کند که اثر اختلالات ناشی از عدم قطعیت را تا حد امکان حداقل نماید. در بیشتر مطالعات صورت گرفته فرض ثابت بودن سرعت ماشین­آلات لحاظ شده است. از طرفی هم بیشتر مطالعات صورت گرفته توجه به مسائل زیست محیطی و تاثیر آن بر مسائل برنامه­ریزی تولید را اعمال نکرده­اند. در این پژوهش فرض تغییر سرعت ماشین­ها به دو صورت پیوسته و گسسته لحاظ شده است. بطوری که با افزایش سرعت ماشین میزان خرابی­ محصولات و همچنین انتشار آلاینده­ها در محیط هم افزایش می­یابد. برای این مدل توسعه‌های مختلفی صورت گرفته است ولی تاکنون پژوهشی در زمینه استواری با فرضیات تولید محصولات دو یا چندمرحله‌ای با شرایط دوباره‌کاری،ضایعات، کمبود و خرابی ناگهانی ماشین‌ها در شرایط عدم قطعیت با فرض تغییر سرعت صورت نگرفته است. در این پژوهش دو مدل ارائه شده است که مدل اول فرض تغییر سرعت ماشین­ها بصورت گسسته و در مدل دوم فشرده­سازی بصورت پیوسته لحاظ شده است. در هر دو مدل تابع هدف بصورت حداقل کردن امید ریاضی هزینه­هاست. با توجه به Np-Hard بودن مساله با افزایش ابعاد مساله زمان حل به شدت افزایش می­یابد و ناچار به استفاده از روشهای ابتکاری و فراابتکاری برای حل مساله هستیم. سه روش فراابتکاری ژنتیک، و تثبیت و بهینه­سازی و شبیه­سازی تبرید استفاده شده است و با تولید مسائل تصادفی به مقایسه هرکدام از انها پرداخته­ایم. این الگوریتم­ها با استفاده از تعدادی مساله با هم مقایسه شده­اند.