不同的使用者對於類似資源配置問題可能有不同的需求，所以使用者可以自行設定目標函 數公式(6)中各種具有不同功效的參數，使得最後資源配置結果能真正切乎自己的需求。在此小 節以警用巡邏箱配置為例，探討各參數的意義與適用情況。以下實驗使用第一組空間資料並配 置 10 個巡邏箱 (m=133, n=10)，除非有特別說明，所有參數都使用預設值。
公式(6)中，常數 k 所扮演的角色是防止兩兩資源相距太近，k 值愈大代表兩相近資源扣分 愈多。針對巡邏箱配置案例而言，圖 25(a)出現眾星拱月現象 (此時 k=1) 無疑是一種不當配置，
但是在k=10 或 k=100 時，圖 25(b)與(c)的配置結果都沒有上述不當配置情形，代表使用較大的 k 值即能滿足警察同仁的需求 (避免眾星拱月現象)，但常數 k=10 不足以應付所有類似資源配 置問題，主要原因是不同資源配置問題的使用者可能採用不同的值，愈大的值所造成眾星拱 月的圓圈 (請見圖 3) 也愈大，需要更大的 k 值來抵銷這種效應。綜合上述觀察，較大的 k 值既 不會造成如眾星拱月般的不當配置，也不會影響執行時間，所以對於類似資源配置問題，為避 免k 值太小會造成資源相距太近的不當配置，或是不同的使用者因其個人偏好造成不同的決策 結果，DSS 設計者可將 k 設為一大常數 (如 k=10000)，即可避免大多數類似問題 (譬如巡邏箱 配置問題或校地選址問題)如眾星拱月般的不當配置，並可省卻使用者設定 k 值的麻煩。不過，
使用較大k 值時有一副作用值得注意，只要兩配置資源稍微接近(低於控制的最適距離)，目標 函數C(A)就會被嚴重扣分，因此 DSS 在挑選某配置資源的鄰近預定地時，如果週邊預定地沒 有一個恰好位於最適距離公尺處，DSS 會寧願選取較遠的預定地 (例如 +30 公尺處)，而不 挑選略低於最適距離的預定地 (例如 -5 公尺處)，這將造成近似最佳解答或可接受解答的數目 變得較少，但這並不影響最終結果之實用性。
在公式(6)中扮演的角色是控制兩資源的最適距離，使配置結果符合該類資源配置問題使 用者的需求。當兩資源距離略大於時對整體效益會有較大的加分，若兩資源距離小於應該如 何扣分則依不同k 值設定給予不同的扣分。圖 25 中使用三種不同的值，也因而產生三種不同 的配置結果。以圖 26(b)為比較基準 (=300)，圖 26(a)因為使用最小的值 (=100)，所以造成 各資源相距較近；反觀圖 26(c)使用最大的值 (=500)，所以造成各資源相距較遠。根據上述
366 管理與系統
(a) k=1，執行時間=463 秒
(b) k=10，執行時間=450 秒
(c) k=100，執行時間=448 秒 圖 25 k 對於資源配置結果的影響 (較大圖例代表選中該預定地設置巡邏箱)
(a) =100，執行時間=452 秒
(b) =300，執行時間=463 秒
(c) =500，執行時間=440 秒
圖 26 對於資源配置結果的影響 (較大圖例代表選中該預定地設置巡邏箱)
368 管理與系統 函數，如 ESRI 公司 ArcGIS Network Analyst 產品的 Optimum Route 功能、NET Engine 產品的 Shortest Path 功能 (ESRI, 2008)、或是 MapInfo 公司 Envinsa、Routing J Server 產品中的 Logistics 功能 (MapInfo, 2008)，甚至使用者可自行開發合適的距離功能 (End User Computing; EUC) (DANIWEB, 2008)；以上各種距離函數選項的特色與適用情況詳列於表 4，使用者可以根據不 同情況選用合適的距離函數d，或是自行修改替換公式(6)中的距離函數 d，所以在解決類似資
至於選用何種加權方式與如何設定權重大小，必須與具有相關領域知識 (Domain Knowhow) 的 使用者討論後才能決定，最後公式(9)或(10)才能真正反應愈重要的預定地應該愈有可能被選 中。
表 4 各種距離函數選項的特色與適用情況
370 管理與系統
不會發生鄰近地點重覆設置巡邏箱並且不必推翻之前配置，所以對該決策者而言此配置結果屬 於滿意解；並且這些結果經由電子地圖呈現後，既可做為內部資源配置之用，又可做為對外答 詢民意代表質詢或遊說最有利又淺顯易懂的說明資料。另一方面，由於此法可以成功運用在警 用巡邏箱配置問題，其觀念或許可供其他與空間距離息息相關的資源配置研究參考之用；例如 在學區規劃研究中，這類資源配置問題的特點不完全強調整體的平均效果是否良好，反而較要 求配置結果可以前後相容，不必每次資源配置都推翻之前配置結果，正好可以參考本研究結果。