离散事件动态系统（DEDS）是上世纪80年代以来兴起的一门学科。它渊源于排队和网络分析问题，由于信息处理、计算机和机器人等技术的发展、完善和应用的需要，出现了计算机集成制造、通讯网络、计算机网络、交通调度和公共服务等一系列人造系统，这使得对于DEDS的研究更为迫切，并且极具实际的价值。越来越多的人进入到DEDS这一极富挑战性的研究领域，在建模、分析、控制、综合等问题作了很多研究。 本论文是在已有成果的基础上，对极大代数线性DEDS的性能分析算法（即周时计算算法）进行研究。Howard算法和CalcCycleTime算法是目前该类算法中效率最高的算法，本文重点对它们通过数值试验，进行比较和研究，并对算法提出改进。 本文首先深入研究了这两个算法。Howard算法是策略迭代算法，首先进行策略选择并求出相应的策略矩阵的广义特征模式，然后检测策略矩阵的广义特征模式是否为最初矩阵的广义特征模式。如果满足，则极大代数矩阵的周时被求出，不满足，进行策略改进。CalcCycleTime算法也是策略迭代算法，但与Howard算法相比采用了不同的思路。它首先利用CalcSpectralRadius计算谱半径，其实质也是通过策略迭代不断地对策略进行改进，当到达最优策略时，策略矩阵的最大特征值就是函数的谱半径，然后将周时分量等于该谱半径的节点从原系统中消去，最后递归调用CalcCycleTime算法计算简化函数的周时。 正是这两个算法采用策略迭代这一思想。使得他们具有很高的计算效率。平均时间复杂度近似线性，针对这两个算法，论文做了如下主要工作： （1）在国内首次对Howard算法进行了详细分析，写出了详细的Howard算法的中文文档。对Howard算法编写了大量数值实验程序，得到了关于其运行效率的数据。 （2）将Howard算法与对偶CalcCycleTime算法进行数值试验比较。首次得出了前者在总体上优于后者的结论，并为后者的进一步优化指明了方向和思路。 （3）对Howard算法进行了尽可能的优化和改进。Howard算法是一个比较成熟的算法，对其进行优化已经很困难。作者实现了先前有人提出的“优化选择初始策略”的思路，并对此项修改进行了数值实验分析，得出了这项修改无论是针对Howard算法还是对偶CalcCycleTime算法都是完全值得的。作者并对Howard算法在浮点数计算（有误差计算）情况下有可能出现死循环提出了解决方案。