为何越来越多企业引入APS？

日期：2017-11-23 00:00:00   浏览次数 2513

---

APS（Advanced Planning and Scheduling，高级计划和排程）是一个比较年轻的工业软件。从软件的应用目的和目标来说，APS与其他的软件有很大的不同。比如，财务软件、进销存软件、客户资源管理软件等，主要是利用计算机运算速度快，数据存储、传递、演绎、纠错和交换方便，可以把人的很多工作实现“自动化”。这些软件没有决策功能，只会做我们让它做的事情，不会指挥人来做什么事情。

APS最重要的属性就是它有决策功能，它是否“聪明能干”，就看它的决策好坏了，而它的决策直接关系到企业的生产效率和效益。排程也就是排序。排程就是把企业的资源状况和将要应对的一组任务告诉APS，APS来回答该怎么办，谁（设备、人）来做？做什么？做多少？什么时间做？等等。

APS最初出现在一些流程型工业和专线生产环境。其实，在这些应用场合，APS一点儿也不比人聪明，但是它处理速度快，可以实现自动化，还不会出错。

生产计划调度的复杂程度主要由资源（Resources）、物料清单（BOM）、流程（Process）的情况决定的。比如说，一个厂把资源分为若干条生产线，专门生产若干种不同产品，排程很简单。但是，如果几百种产品混线生产，排程就复杂得多。如果再加上动态的资源（例如模具、工装、人员的约束和变量）、物料结构的复杂性以及特定的一些时间的约束，暂且不说优化的问题，仅仅是排出一个可执行的调度指令就变得异常复杂。

在离散型制造业，呈现出多目标、多约束、动态随机的环境条件，企业生产计划调度是一个极其复杂的大系统问题。如果要应用于实际生产中，排程的困难远远不止像一个零件毛坯，经过车、铣、刨、磨的工序交接就完了。时间、空间、温度、物料的形态、交集、分散等等，具有非常多的约束条件。工序工艺的特定要求可以罗列出成千上万。排程中如果遇到相对重要的约束没有考虑进去，其结果就不可执行。不可能利用一种数学模型应对所有问题。这也就是APS要做到像ERP那样通用性几乎是不可能的。而ERP应用MRP/MRPII这一种方法来应对所有的工业企业计划问题，也恰恰是它在某些项目实施中引起失败的主要原因。

对于APS来说，应对企业千差万别的生产约束条件，能否具有非常强大的、灵活的建模方式是它的主要性能之一，这是解决排程是否可以执行，是否符合企业实际的方法。其次就是它的择优能力，也就是在无穷多的可执行方案中能否找到最优的那个。一般来说，找到一个可执行排程还不算非常难，可能用不了一秒钟。但要择优就太困难了。

排程结果的择优有两个方面的困难。企业的需求是多目标的，并且很多目标相互是矛盾的。比如，完成最多的订单又要缩短订单的生产周期就是矛盾的。择优需要人来决策。确定目标后，就是如何找到最好的工作排序了。排序在数学上就是排列组合。这可以用N！来表示。如果计算机每秒可处理1,000,000序列，我们每分钟最多只能处理11个结果排序。如果给定20个结果排序，找出最优解则需要77147年！实际上，我们排程的可执行解决方案何止是成千上万！这就需要我们常常谈到的“优化算法”。

优化算法问题的探讨过于高深，生产企业根本就不想听，也无须多费口舌。企业用户就看结果。只需要说明的一点，优化算法的实现必须要一个强大的“优化引擎”，优化的过程需要时间，APS不可能在瞬间运算得到优化结果。这将使云计算平台大有作为。

有没有优化运算，直接的结果就是延迟订单数量是多还是少？或者是潜在的20％产能是否挖掘出来。对生产企业来说，这有质的区别，可能正是企业上APS的初衷。

亿澳斯APS智能排产系统（IOS•APS）和分布式大规模供应链优化系统，为国内外纺织服装制造行业提供全球领先的供应链优化整体解决方案，彻底解决长期困扰企业的精益化生产难题。同时，亿澳斯致力于将国际最新供应链优化理论和成果转化为专业的APS产品及整体生产智能供应链解决方案，协助包括箱包、鞋类、袜类、毛织及电子行业等制造业从经验管理迈向数据管理，实现智造转型。