随着制造精益化，制造数字化的不断发展，形成了MES制造执行系统，它包含了11个模块：1生产计划排产。2、作业人员管理。3、生产单元分配。4、资源状态管理。5、产品跟踪管理。6、质量管理。7、文档图纸管理。8、设备维护管理。9、设备性能分析。10、车间数据采集。11、制造过程管理。

MES是智能工厂的核心，将前端产品设计、工艺定义阶段的产品数据管理与后端制造阶段的生产数据管理融合，实现产品设计、生产过程、维修服务闭环协同全生命周期管理。

APS就是高级计划排程。应该说APS本来是MES的一个模块，也许是因为优化排产太重要了，技术门槛太高了，才拿出来单独作为一个功能软件使用。APS要满足资源约束，均衡生产过程中各种生产资源；要在不同的生产瓶颈阶段给出最优的生产排程计划；要实现快速排程并对需求变化做出快速反应。

不能小看仅仅是一个车间一个工厂的计划排程问题，从学术上讲，这是一个大系统、复杂系统的优化问题。

排程就是排序，就是先做什么，后做什么的问题。但是你可以这样想象，几百台大小设备、几百人同时要做各种任务，怎样才能在各种约束（设备能力、人员、时间、场地、物料等）条件下（还是动态变化的），实现目标（交货期、设备有效使用率、最低成本等）最优？

举一个简单排序例子：假设计算机每秒可处理1,000,000序列，我们希望构建一个最优调度系统，9个jobs可以不到一秒钟就完成，11个则要一分钟，如果给定20个jobs，找出最优的排程则需要77147年！实际计划调度问题会涉及上百台设备，上千个订单（jobs），可见大系统优化排程问题非常复杂。当然，人们不会以穷举的方法傻算的。

统筹学家、计算机专家们多年来一直在为解决大系统的优化寻找一种快速方法。统筹法、启发式、规则法、仿真法、遗传基因法等等，这些算法对一些特定的需求都有各自的特点，有些“算得快”，但结果不是最优解，有些收敛极慢不实用。甚至学术理论界都曾怀疑有没有最优解。直到前几年，美国的一位应用数学家(EYUAN SHI)发明了分割嵌套（NP）算法，证明生成马克夫链，实现全局收敛，并可以给出离最优解的置信区间。这成为解决大系统复杂系统优化问题的一条捷径。

当前APS行业现状

APS在企业有许多成功应用，特别是与MES模块集成应用。流程业如钢铁，化工等计划调度问题相对简单，因此，优化排程容易实施。

APS在离散制造业，由于排程问题的复杂性，几乎目前所有的APS系统都采用规则或启发式算法。规则法或启发式算法最大优点就是能快速得到一个可行的排程结果，但是无法保证最优解，也无法量化排程结果。对于简单的流程，较少的订单，不论什么算法得到的结果相差无几。复杂的排程问题，是否具有优化功能其结果将有很大差异。

先进计划排程（APS）的核心就是“先进”二字。否则只剩下计划排程了。大量研究数据表明：由规则法或启发式法得到的排程结果距离最优排程可相差30％－150％。以最少延迟订单为目标，优化与否的APS在处理100个订单时，可能总有30个在延迟交货，日积月累，对企业是很大的损失。由于优化算法技术门槛的限制，目前中国市场上绝大多数“APS”产品由于“算不出来”，不得不加入很多人工干预（例如：人为制定了很多规则，而这些规则本身可能就是不优的）或者忽略一些问题。

需要什么样的APS？

APS是企业管理软件，它具有高度智能的生产计划调度功能，可以在多任务的复杂条件，并存在着诸多约束条件的生产流程中，最充分地利用企业的资源条件，找到最佳的调度排程结果。APS的核心是具有寻找最优结果的优化运算引擎。

在实际生产中，离散型工业企业（小批量，多品种，订单变化大），任务、资源、工序流程复杂，约束条件很多，并且完全是一个动态的过程。企业需要的就是在可以容忍的时间内（例如10分钟）排出一个最优化的调度计划。并且这个排程计划的优化程度是可以判断和量化的，同时还可以预测对今后的影响（比如可以看到三个月后的情况）。

APS必须有很强的适应性。企业的实际经营运作在不同的时间可能会遇到不同的要求，例如，有时会要求最短交货期，有时会要求最佳的设备使用率，有时会要求最少库存，有时会遇到紧急插单，APS必须很方便的根据企业的需求，满足企业不同时期的需求。

APS的人机界面必须要符合企业调度人员的思维模式和排程习惯。让人经过极其复杂的培训，去适应计算机的要求，是企业使用人员不能接受的。

MES与APS融为一体

APS和MES在排产功能上是重叠的。不过，现在的趋势是APS和MES融为一体，实现四个闭环：1、需求预测和订单承诺闭环。2、计划与排产闭环。3、排产与执行闭环。4、订单承诺与订单履约发货闭环。形成系统自治，自反馈、自决策。

--- THE END ---