ناتوانی روش¬های حل موجود در مواجهه با مسائل تولید کارگاهی با ابعاد متوسط و بالا، و نیز چشم-پوشی اکثر این روش¬ها از عوامل تصادفی اثرگذار در مسأله، از مهم¬ترین دغدغه¬های موجود در این حوزه است. بر این اساس هدف از ارائه¬ی این پایان¬نامه ارائه¬ی رویکردی است که عملکرد مناسبی در مسائل پیچیده و با ابعاد متوسط و بالای تولید کارگاهی از خود نشان دهد و بتوان با استفاده از آن، بدون نیاز به در نظرگرفتن مفروضات محدود کننده، تصمیم¬گیری مناسبی در مورد چگونگی تعیین توالی کارها در صف ماشین¬ها انجام داد.در رویکرد پیشنهادی به جای مدل¬سازی مسأله در قالب سنتی، که از یک تابع هدف و مجموعه¬ای از محدودیت¬ها تشکیل شده است، از شبیه¬سازی به منظور در نظر¬گیری محدودیت¬های عملکردی سیستم استفاده شده است. با این کار می¬توان هر نوع سیستم تولیدی را، با در نظر گیری تمامی جزئیات موجود شبیه¬سازی نمود و با تعریف یک بردار کنترلی، عوامل اثرگذار را در مدل اعمال نموده و توابع هدف مورد نظر را به دست آورد. با تکرار این فرایند و ارزیابی اثر تغییرات اعمال شده در توابع هدف و حرکت در جهت جواب¬های بهتر، می¬توان جواب¬های مناسبی را برای این مسأله حاصل کرد. بدین منظور در این پژوهش سه روش برای تعریف بردار کنترلی به منظور ایجاد ارتباط بین مدل شبیه¬سازی و الگوریتم ژنتیک استفاده شده است که در آنها از قوانین اولویت¬دهی، اولویت¬دهی به کارها در صف پشت همه¬ی ماشین¬ها و اولویت¬دهی به کارها در صف پشت ماشین گلوگاه استفاده شده است.نتایج به دست آمده نشان می¬دهد روش¬های شبیه¬سازی- بهینه¬سازی در مسائل با ابعاد متوسط و بالا از عملکرد مناسب¬تری نسبت به روش¬های حل مسأله بر اساس تکنیک¬های ریاضی برخوردار هستند. به علاوه در بین روش¬های پیشنهادی روش¬هایی که از آزادی عمل بیشتری برای جستجو در فضای جواب مسأله برخوردار هستند در مسائل با ابعاد کوچک جواب¬های مناسب¬تری برای مسأله تولید می¬کنند ولی با افزایش ابعاد مسأله، از کارایی آنها کاسته می¬شود.