高級計劃與排程

從20世紀40年代以來，用數學方法進行精確計算來安排生產計劃,就一直是一個傳統的研究課題。高級計劃排程的一些主要思想早在計算機的存在前就已經出現。對 APS 貢獻最大的有兩個方面：一是早在 20 世紀初出現的甘特圖( Gantt Chart) ；二是運用數學規劃模型解決計劃問題。美國和前蘇聯都應用新的最優化線性規劃技術解決與戰爭相關的物流管理問題。這些思想和方法對於 APS的萌芽起到了奠基性的作用。

隨着跨國公司在世界各地的發展 ，製造業問題變得越來越複雜 ,變量規模達到數以萬計。雖然線性規劃等技術也擴展成可以處理更加複雜的問題 ，但仍然不能滿足企業的需要。因此 ，許多公司在內部開發自己的APS,另一些公司則在購買解決線性規劃問題的程序基礎上進行開發。

60 年代中期 , IBM 開發了基於產品結構分解的MRP系統，並在 70 年代發展為閉環 MRP系統 ,除了物料需求計劃外 ，還將生產能力需求計劃、車間作業計劃和採購作業計劃也全部納入 MRP ，形成一個封閉的系統。這為 80 年代 MRPII的出現奠定了基礎，但實際上MRPII的這種閉環因是預設提前期、無限制的產能計劃排產與無約束的物料計劃，故只能是手工閉環，難以匹配實際複雜動態的製造環境。這段時間 ,模擬技術開始進入計劃領域，基於模擬的計劃工具開始出現；而到了80年代初 , 輪胎製造商Kelly Springfield 和煙草公司 Philip Morris 開始應用計劃和排程系統。隨後快速MRP的模擬技術，能將複雜的生產作業模擬在獨立計算機上,部分採用以常駐內存方式進行批處理運算，脱離了當時佔業務計算支配地位的主機，使製造企業完成生產計劃排程只用幾小時而不是當時所公認的20多個小時，大大縮短了計劃運行時間。 ^[1] 

1984年AT&T推出的 Karmarkar’s 算法，成為線性規劃突破性進展，這個新技術解決了線性規劃的問題，是AT&T作為“真正的突破”和“設計解決了以前未解決的問題”。AT&T把這個算法綁定他們的計算機，價格達到了天價般的九百萬美元！APS成為新興企業管理者的寵兒。許多大型化工公司巴斯夫等都開始積極使用計劃和排程的工具， 甚至連許多大的航空公司如美航也實施了複雜的計劃和排程系統。而數據庫技術SQL的引進，允許APS工具和關係型數據庫更動態的互動。APS開始攻城略地了。1990年初,消費品公司(CPG)開始引入APS系統，他們需要更復雜的系統；電子裝配、金屬品製造等離散製造領域被i2、Fastman打開洞門，蜂擁而進入。半導體領域如IBM、Intel、TI、Harris公司等成為APS發展的重要推手。其中i2公司以彪悍的市場導向和銷售戰略，戲劇性地提高了APS的發展空間。

隨着APS引擎的成熟，使理論化的數學解析計劃方法達到了實用程度，生產計劃方法交替，ERP也出現了繼續完善和功能擴充以及改變ERP的功能和性質這兩種發展趨勢。隨着APS市場的快速成長，產生了ERP供應商的新一輪的收購APS公司或自己內部開發APS。許多專家認為APS必須嵌入ERP系統，一些廠商也開發了APS模塊。近些年來，幾乎每個外國的ERP軟件，都有了與之集成的APS引擎。如SAP 有了 SAP APO (Advanced Planning and Optimization), Baan 有Baan SCS (Supply Chain Solutions), Oracle 買了ILOG的產品, PeopleSoft 購買了Red Pepper，JD Edwards 買了Numetrix，ERP和APS正在融合在一起。同樣，MES也在把APS納入自己的製造板塊，如GE 收購了合作伙伴Novotech的Scheduler, 西門子收購了Preactor，鋼鐵行業MES 巨頭PSI兼併了鋼鐵行業的APS Broner。

APS 的主要目標是某一指標(例如 設備資產回報率ROA) 的總優化。這需要預先假定供應鏈的結構和其各種不同的資源和邊界情況(例如能力限制)必須是可見的。實際上，APS 工具是以供應鏈的跨組織模型為基礎的。這也是在數字化製造下，APS越加顯得耀眼的原因。 ^[2] 

從上個世紀初開始，是APS在中國的概念推廣階段，一些高校研究者將APS的理論從高校實驗室裏搬到企業應用現場，也有海外的APS實踐者們紛紛回到國內進行APS應用推廣，同時值得關注的還有一些實踐APS的國內企業先行者。這三類羣體構成了當前國內APS熱潮中主流力量。説到優化算法和排產軟件，就不得不提大名鼎鼎的ILOG（現隸屬於IBM旗下）和大名鼎鼎的Cplex。Cplex是IBM公司一款高性能的數學規劃問題求解器。Cplex被許多公司做為APS的核心引擎，如ILOG的 PPO，SAP的APO，i2的優化軟件。此外國外APS品牌有Asprova、FlexSche 、Preactor（西門子）、AspenTeech、Quintiq等。而國內有施達優、安達發、蘭光創新、永凱、元工國際等產品。

但也不得不提的尷尬的是，APS也沒有太大的公司，或者在它剛要長大的時候，就被ERP廠商哐當一口吃掉。想來要獨立發展的專業軟件，都會面臨着這般的成長煩惱。

APS的核心是優化算法，已經走過四代。最新第四代是智能算法融合人工智能動態調整算法，以智能算法進行靜態排程，以多Agent代理協商進行分佈計算動態調整。迄今為止，以MPS和MRP運算為核心思想的計劃管理已經成為現代企業ERP的標準和核心功能，但是從幾十年的應用效果看，依然難以滿足企業的計劃管理需求。其實MPS主生產計劃和MRP物料需求計劃的體系與方式，已很難適應按需生產環境,尤其無法適應大規模個性化定製的工業4.0時代。而APS可以綜合考慮產能、工裝、加工批次等約束，並能結合MES實現滾動排產。這也説明了，為什麼在工業4.0時代，MES和APS系統，成為比ERP要耀眼得多的明星。APS分為供應鏈級的APS和工廠級的APS兩類。而製造執行系統MES，最早期用於車間控制、管理工作中心,並下達派工單，主要靠手工彙報進度和工時；隨着製造精益化，製造數字化，形成了MES製造執行系統。因此二者在智能排產功能是有重疊的。當下作為代表當今先進管理思想的高級計劃排程系統，APS的核心是久經磨練的數學算法或解決方案。在數字化經濟，APS的發展呈現多元化的趨勢一個是與ERP、MES更加緊密結合。 ^[3] 

值得注意的是，APS的數據來源正在發生變革。APS數據如i2，Oracle的APS，都源自於ERP；而隨着MES的普及，生產系統同樣成為一個巨大的數據池源發地。這對於APS是一個全新的發展機遇。一個是與多品種小批量訂單製造和項目製造結合：實際上，只有APS才能實現多品種小批量的個性化定製計劃模式。同樣值得注意的是雲平台化，由於APS的服務的間歇性，造成購買的高昂的核心算法和服務器運行時間的閒置，為此，將APS雲平台化可以大大降低企業的計劃排產的投資，國內外已經有企業在部署SaaS的APS。

儘管APS具有強大的功能，非常適合於供應鏈整體計劃問題的解決，但在我國企業管理實際中，APS應用仍然存在很多需要解決的問題。例如APS功能的發揮主要在供應鏈管理上，而我國企業的供應鏈管理還停留在非常初級的階段，企業對於供應鏈競爭的意識還很模糊，因此，APS難以找到真正的用武之地。而企業內部信息化基礎數據、流程、計劃體系薄弱。APS的運行需要有ERP、MES、PLM等系統提供的數據支持。此前，很多APS項目實施效果不好的原因大多是因為沒有MES幫助APS實現閉環和滾動排產，導致計劃兑現率較差。儘管如此，隨着市場針對大規模個性化定製的需求不斷的增加，APS已經逐漸成為離散製造行業智能工廠的重要中樞。在一些行業，如按照分組加工的煙草行業、大規模個性化生產的汽車和家電行業，如果沒有APS，人工已經很難基於經驗進行計劃的編制工作。隨着，個性化需求逐漸成為市場主流需求，預計未來三到五年內，APS 在我國的應用將開始進入大量實施階段，成為智能工廠的指揮中心 ^[3]  。