Abstract
在日常生活中，有很多的系統問題，若是無法以數學理論或數值分析的方法來解決時，我們才以模擬的方法來尋求最佳的結果。然而有許多複雜的系統，尤其是有關生產系統的問題，光是模擬方法是無法達成的。即使可以，模擬仍然需要承擔某種程度的計算誤差及大量的計算方法，配合模擬的技巧，以期能更有效率的解決日常生活中所面臨的各種問題。本文提出三種不同的計算方法，分別將他們應用在一個所謂的閉式自動化裝配線生產系統上，用以解決有關暫存區模式的設計問題，希望藉著執行結果，找到最佳的暫存區數，以達到最大的生產效率。此外，我們，更希望能對這三種方法加以分析，除了比較他們之間有關”效率”及”收斂性”的差異外，並發現他們的優缺點，使他們能適用在各種不同的問題上。在傳統的問題裡，統計方法是最常被使用來解決問題的技巧之一。首先，我們以一種稱為選擇最佳法（Selecting the Best of K Systems ）的統計方法來分析這個最佳化的問題。因為此方法本身的限制，我們所能得到的解並不是最佳的。然而，它可以得到最佳解的下限，去掉不可能的問題解，使我們避免許多不必要的搜尋。第二種方法種為Stochastic Quasigradient，乃是利用隨機模擬的技巧，並藉著反覆的計算來得到一個最有可能到達最佳解的方向（Gradient Direction），經過不斷的搜尋我們可以很清楚的看見它的收斂。所以這種隨機模擬法，雖然相當費時且效率不高，但是只要適當選擇啟始點（initial point ），我們得到的解卻是相當令人滿意的。第三種方法種為Perturbation Analysis ，乃是利用模擬與數學分析的綜合結果。在一個模擬程序中，我們只需要記錄其中的歷史，就可以相當有效率的解決一般的最佳化問題。這方法最適合運用在大而複雜的問題上，而不受問題結構的限則。若我們能適度將這三種方法加以運用，則可以有效率的解決我們所面臨的各種最佳化的問題。