本研究將利用模擬一TFT-LCD 廠的生產環境，來驗證本研究所提出的方法 是否可行，並與兩種決策方法比較，其一是不採用重工決策以，其二是目前工業 界大多數直覺性思考所訂定的 1/2 重工決策(包含良好面板個數大於總數一半以 上的基板，即可投至下一stage 繼續進行加工)進行比較。我們用三個案例來比較 此三種方法的決策績效。
在案例一，每片基板中所包含的面板數為6 片，所以若採用 1/2 重工決策，
即為經由一stage 加工後，若一基板包含 3 個以上的良好面板，則該基板可投入 下一stage 繼續加工。比較結果如表 3.1，本研究所發展之方法，較其他兩種方法 獲利高約 9.30-11.61%。
在案例二，每片基板中所包含的面板數為10 片，所以若採用 1/2 重工決策，
即為經由一stage 加工後，若一基板包含 5 個以上的良好面板，則該基板可投入 下一 Stage 繼續加工。比較結果如表 3.2，本研究所發展之方法，較其他兩種方 法獲利高約 6.48-7.63%。
績效評估模組
一組重工門檻 組合下的利潤 Array/CF製程
一重工門檻組合
•
基板配對後產出量•
基板配對良率分布各等級面板 的產出分佈 Array/CF製程
運算模組
Cell組立製程 運算模組
面板分級 運算模組
•
TFT/CF基板產出量•
基板良率分布圖3.4 模組一運算流程
此案例的每片基板中所包含的面板數為 15 片，所以若採用 1/2 重工決策，
即為經由一stage 加工後，若一基板包含 8 個以上的良好面板，則該基板可投入 下一 Stage 繼續加工。比較結果如表 3.3，本研究所發展之方法，較其他兩種方 法獲利高約 3.36%-3.82%。
經由以上分析比較，可發現本研究所提出的最佳重工決策方法，與無採用重 工決策以及目前大部分工業界所採用的1/2 重工決策比較，無論在各等級面板的 期望產出，以及目標函式值的比較，皆有相當明顯的改善，證明本研究以系統觀 的角度所求得的最佳重工決策，相較於以往採直覺性思考所訂定的重工決策，本 研究確實有其價值性。
Z(片) P(片) N(片) 目標函數值(元) (1)無重工決策 34,200 2,317 1,452 $314,915,442 (2) 1/2 重工決策(h=3) 34,336 2,319 1,452 $321,556,164 (3) 本研究所求得之最佳重工決策 37,062 2,491 1,467 $351,466,288 (4) 本研究改善無重工決策的比率
=((3)-(1))/(1) 8.37% 7.51% 1.03% 11.61%
(5)本研究改善 1/2 重工決策的比率
=((3)-(2))/(2) 7.94% 7.42% 1.03% 9.30%
Z(片) P(片) N(片) 目標函數值(元) (1)無重工決策 55,225 4,080 2,897 $223,299,419 (2) 1/2 重工決策(h=5) 55,266 4,080 2,891 $225,701,499 (3) 本研究所求得之最佳重工決策 57,251 4,178 2,929 $240,335,878 (4) 本研究改善無重工決策的比率
=((3)-(1))/(1) 3.67% 2.40% 1.10% 7.63%
(5)本研究改善 1/2 重工決策的比率
=((3)-(2))/(2) 3.59% 2.40% 1.31% 6.48%
表3.1 基板重工決策案例一之績效比較
表3.2 基板重工決策案例二之績效比較
Z(片) P(片) N(片) 目標函數值(元) (1)無重工決策 86,071 4,922 3,698 $256,348,671 (2) 1/2 重工決策(h=8) 86,049 4,911 3,689 $257,472,097 (3) 本研究所求得之最佳重工決策 87,769 4,919 3,671 $266,128,646 (4) 本研究改善無重工決策的比率
=((3)-(1))/(1) 1.97% -0.06% -0.73% 3.82%
(5)本研究改善 1/2 重工決策的比率
=((3)-(2))/(2) 2.00% 0.16% -0.49% 3.36%
表3.3 基板重工決策案例三之績效比較