APS與MES概論：

APS高級計劃系統（AdvancedPlanning System）或高級計劃與排程(AdvancedPlanning and Scheduling)，分供應鏈級的APS和工廠級的APS。供應鏈級的APS側重于SCP（Supply Chain Planning）供應鏈計劃的優化，包括網絡配置計劃、需求計劃、庫存計劃、多工廠計劃、供應計劃等的優化。工廠級的APS側重于交期承諾、計劃與排產、加工順序調度、物料準時配送等的優化。

APS功能分高級計劃AP(AdvancedPlanning)與高級排程AS（Advanced Scheduling）。每個APS軟件供應商在AP和AS各有擅長，但其共同的特點是：1、各種資源約束的優化算法。2、基于常駐內存計算，計算速度快。3、可模擬What if..

APS的優化算法主要分四代：第一代：基于約束理論的有限產能算法。第二代：基于優先級等規則的算法、線性規劃、基于啟發式規則的算法、專家系統。第三代：智能算法、遺傳算法、模擬退火算法、蟻群/粒子群算法、神經網絡。第四代：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代理協商進行動態調整。

不同的APS軟件供應商選用不同的優化算法搭建自己的高級計劃與排程系統軟件，需要根據不同行業特點解決不同的場景問題來決定采用哪種優化算法。

APS為離散行業解決多工序、多資源的優化調度問題。為流程行業解決順序優化問題。為流程和離散的混合模型同時解決順序和調度的優化問題。對項目管理與項目制造解決關鍵鏈和成本時間最小化問題。

MES(Manufacture Executive System)制造執行系統，早期用于SFC（Shop FloorControl ）車間控制，管理工作中心WC（Work Center） 并下達派工單，主要靠手工匯報進度、工時、損耗。隨著制造精益化，制造數字化，形成了MES制造執行系統，它包含了11個模塊：1、工序詳細調度。2、作業人員管理。3、生產單元分配。4、資源狀態管理。5、產品跟蹤管理。6、質量管理。7、文檔圖紙管理。8、設備維護管理。9、設備性能分析。10、車間數據采集。11、制造過程管理。

主要管理車間的人機料法環，是精益生產的數字化系統，必須融入TPS（Toyota Production System）豐田生產系統和(Lean thinking)精益思想的MES。

現在，MES仍不斷進化，包含工廠級的APS的計劃與排程和PCS工控的設備過程控制。PCS（Process Control System）過程控制與監督實現人、機、物互聯。

MES是數字化工廠的核心，將前端產品設計、工藝定義階段的產品數據管理與后端制造階段的生產數據管理融合，實現產品設計、生產過程、維修服務閉環協同全生命周期管理。

PLM把3D產品與工藝實時下達生產現場MES，并仿真將檢驗數據與產品模型標注，實現質量統計分析，預防質量問題發生。APS優化生產決策與執行。現場實時反饋，PCS把實做數據采集、聯網、展現并實時返回PLM，有效應用到后期的維護、維修，產品改型、改進設計和制造。所以，有的供應商稱為MOM制造運作管理系統。

APS和MES在AS排產功能是重疊的。不過，現在的趨勢是APS和MES、PCS融為一體，實現四個閉環：1、需求預測和訂單承諾閉環。2、計劃與排產閉環。3、排產與執行閉環。4、訂單承諾與訂單履約發貨閉環。形成系統自治，自反饋、自決策。

APS起源：

APS系統最初起源于制造商對于更好的時間安排和優化計劃工具的需求。制造商幾乎都需要更實時的,更靈活的生產計劃系統。然而,在第一個APS系統發布以后，商務運行的模式開始發生了變化。所有制造商都意識到快速,積極響應客戶需求的重要性。所以,最初APS系統的設計是用約束和列隊模式的簡單理論來解決瓶頸問題、工序順序問題。

然而，現在,卻發生了改變。新的APS系統則能較好的處理業務級的優化順序和及時修正反饋,以及物料與績效需求的問題。同時也能在供應鏈的多地點之間提供精確的,實時的承諾計劃。

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。線性規劃作為管理科學的基礎，在管理理論的教科書中比比皆是。數十年來，學院派的學者對這個課題的研究樂此不疲。但是現實世界太復雜，理論與實際存在較大的距離，即便使用大型計算機，也未取得可行的應用。隨著MRP方法的誕生，生產計劃管理領域就形成了兩種方法或兩種計劃思想的發展道路，存在著并行的兩種編制生產計劃哲理：MRP法和數學解析方法。

在20世紀80年代中期，改進的MRP,縮短了計劃運行時間,開發了一種快速MRP的模擬技術。這種方法將復雜的生產作業模擬在獨立計算機上,部分采用以常駐內存方式進行批處理運算，脫離了當時占業務計算支配地位的主機，使制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。雖然當時的嘗試并沒有考慮計劃的約束條件，但它已經成為一種新的計劃與排程方法的開端。

著名的OPT發明人以色列的科學家高德拉特(Eli  Goldratt)對 APS的發展有顯著的功績。優化生產技術(OPT)本身就是一種根據能力的瓶頸實行計劃的哲理，后來他又繼續發展成為約束理論TOC(Theory of Constraints)，開始在離散制造業的優化排序中應用，出現了第一批的APS系統公司和基于常駐內存運行的交互式的APS產品。

1984年AT&T推出的 Karmarkar’s 算法，成為線性規劃突破性進展，之后幾乎被所有現代LP解決方案所采用。其后，新的APS計劃與排程系統開發商，他們其中許多人具有數學或運籌學高級學位，花費多年的心血，將線性規劃等優化方法適用化，實用化。

在新一代計算機技術的支持下，創造出幾乎能在瞬間生成的優化計劃程序，使理論化的數學解析計劃方法達到了實用程度。這些新的軟件包被稱為APS引擎(AdvancedPlanning and Scheduling engines)。在MRP的鼎盛時期，先進的計劃解決方案APS引擎的成熟，使生產計劃方法的交替不可避免的發生了。因此,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。

基于約束的高級計劃和排程技術的是真正供應鏈優化的重要引擎,她給錯綜復雜的供應鏈叢林中的企業以敏捷的身軀,來快速反應與適應激烈競爭切變化多端的市場。實際上有多種需求導致APS的產生。其原因如下:

(1)、ERP的計劃系統MRP/CRP的缺陷無法應對業務的發展。直到現在，對許多使用業務系統的人們來說高級計劃APS還都是新的內容。

(2)、APS的內部開發已經完成，技術已走向成熟，出現很多的供應商和產品的現象。

(3)、許多咨詢公司還沒有涉足此領域,直到較好的產品和供應商出現。

(4)、人們對APS的定義來源于較廣的工業領域。APS在不同的時間、不同的運用點滲透到不同的工業領域。當公司有能力管理自己的數據與業務時，實時、優化就顯得更加的重要。流程行業最先使用APS技術，離散行業較后才使用。

(5)、許多用相似的方案的供應商已經很積極的聲明自己是APS供應商。

(6)、對APS技術的貢獻有APICS美國生產與庫存控制協會、人工智能、計算機科學、決策支持系統、工業工程、物流、管理科學、運籌學和生產運作管理。每一個領域都有自己的術語。也導致了一些混亂。(甚至”計劃”與”排程”都沒有標準的意義)，這也造就了創造新工具的機會。

APS已經從企業內部持續改善的優化工具到滿足公司間協作的供應鏈新技術的進化。這個論題是John Layden,在他的《排程邏輯的進化》的文章描述的，讓我們繼續這個進化,看看有誰在此領域活躍了近二十多年。

計算機出現之前的APS

在計算機之前，一些關鍵的概念已經形成了。一個是甘特圖，它讓人們看到可視的計劃并可以交互的更新。這個簡樸的概念一直延續到今天,我們用有顏色的橡皮帶、塊、釘子和粉筆在墻上，紙作標識。用數學建模的方式來解決計劃問題的想法出現在至少在1940年。美國和前蘇聯讓人們手工應用這一新的優化技術,它叫線性規劃,運用它來解決與戰爭有關的后勤問題。

1950-1960初，計算機已出現

APS的進化已經和計算機的進步緊密相連了,在1950末或1960年初,許多大公司開始租賃計算機計算和購得大型計算機。計算機被用于研究計劃問題的一部分,如優化幾個關鍵的物料和能力的平衡,基于產品的需求與能力約束，或者找出批量產品的最低成本的配方。他們一般都使用線性規劃的算法，其數學模型就象現在的小型的電子表應用程序(40-60個方程式和60-100個決策變量)。在此其間,有兩個公司首先提供對計劃的優化工具,他們是在1957成立的Bonner and Moore公司和1962年成立的Haverly Systems 公司。優化的處理可以避免混亂,優化技術的嚴格實施是一個較好的解決方案或方法,保證找到對問題的”最好”的答案且智能的知道何時發生,多長時間發生。

今天,我們使用優化技術常常是用于一個較簡單的尋找提高的方法或方案且不能保證找到最好的方案。簡單的尋找提高的技術叫啟發式算法，它們經常用于時間的限制或容限.(在10分鐘,找到最好的答案)。線性規劃較適合嚴格的優化約束和識別約束,經常是對一個問題用于經濟上如成本和收入的約束來決定”最好”的方案。

1960中期-1970初 計算機應用程序的進步

隨著計算機的進步,人們有能力可以考慮更復雜的計劃問題。先進的技術的工具可以考慮整個制造工廠和設置在最小化成本的運作且最大化利潤。一些公司結合計算機程序對生產設備來優化他們的產品配方。人們也開始研究供應鏈分銷問題，如公司EXXON開發程序來集成庫存、采購、制造、分銷管理。

從1960初的幾百個決策變量到1970的幾千個變量，到1970年的后期的上萬個變量，線性規劃的這種技術也擴展到解決更困難的問題。如生產能力的決定,生產品種和生產線的選擇和對分銷中心的選址等。這些應用最早是出現在流程行業的計劃層，許多大的化工公司如Amoco, Chevron, Exxon, Marathon和Shell都積極采購主機系統的計算機，部署到他們的制造工廠里,這些公司還采取了數據采集與集成數據的方法。由于業務的需求推動，優化技術較好的滿足他們的許多流程和分銷網絡的特點。

許多公司自己在大型機環境下開發自己的工具，開發線性規劃的程序。也可以從幾個供應商購買到。如IBM的MPS(后稱MPSX),有些公司卻使用現成的程序開發語言如Assembler, Cobol,FORTRAN,和PL/1是常用的開發語言。這些程序是以批處理的模式運行。

計算機已成為解決排程問題的工具,模擬也被用于制造和分銷設施的設計。模擬工具還開發成計算程序, 按照能力和物料的消耗、順序活動、計算批量可以得到排程的結果。可以對特別的排程問題進行開發的，且這些程序界面可以為用戶交互使用。

基于排程工具的模擬開始出現在1970年，Pritsker是一較早的供應商,另外一早期的產品是IBM的CPPS.主要是些化工公司。在1970年就積極使用了計劃工具，其他行業也在積極使用計劃和排程程序。

1980年初,輪胎制造商Kelly Springfield ,PhilipMorris 已經使用了APS計劃和排程程序，造紙公司如St Regis和國際造紙也實施和運用了APS工具。

1980年，商業媒體發現了APS

約束理論的發明者高特拉德(1983年9月5日財富雜志人物)領導的創新產出公司(Creative  Output)的產品OPT，以批處理的模式,應用一系列的消除瓶頸的算法獲得了許多離散制造業的客戶。創新公司在和M&M/Mars公司的法律爭端之后,從市場很快的退出。而高特拉德擴展了TOC(約束理論)的哲學，他本人卻以出版和制造導師為職業。當時和創新公司的同類的I2公司仍然活躍在APS領域。

財富雜志的文章還提到Numetrix決策科學公司。它以后又分拆為Numetrix公司和Chesapeake決策科學公司。這兩個早期的APS供應商具有交互的產品和提供基于內寸計算技術。（Numetrix被ERP廠商JDE收購，JDE被Oracle收購）。

在APS文章經常出現學術論壇和使用APS方案的期間,產品介紹開始出現在“商業周刊”,“Chicago Tribune”,“New York Times”,“Wall Streetjournal”, “Washington post”。  

媒體關注的中心是在1984年,由年輕的AT&T的研究者名為Narendra Karmarkar 開發的算法，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,價格近9百萬美元。

在1980年中期,許多大的化工公司認識到可用改善制造流程來阻止下降的利潤，就開始檢查他們供應鏈的活動。BASF，DOW，Du Pont和Rohm和Haas都開始積極使用計劃和排程的工具，他們使用自己開發的產品和工具或自己修改過的APS產品。目的是想要管理真正的整個供應鏈而不是某一局部的方案如制造或分銷。

許多MRPII的供應商,為了滿足市場需求也進入流程行業。有些公司卻延遲開發APS工具或使用APS工具,他們決定用MRP,CRP來滿足他們計劃和排程的需要。但是,在1990年初,許多大的化工公司已經選擇了APS的供應商。許多大的航空公司也實施了復雜的計劃和排程系統,美國航空集團也為其它航空公司建立這些高級計劃排程系統。

1980年后期,我們也看到了人工智能,專家系統的出現,許多公司把人工智能運用到計劃排版程系統，客戶期望的難題就此解決。DuPont和IBM積極結合人工智能AI和存在的技術開發程序，IBM也開發了一個派工系統。

Du Pont用Chesapeake決策科學公司的MIMI優化,把模擬啟發的產品里加入了專家系統。專家系統用它的數據驗證、啟發式的協作、方案解釋的能力,為計劃排程的制定起到有效的作用。

實時的專家系統產品如G2在此時也出現了。人工智能AI世界同時也對APS的技術作出了貢獻如基于規劃的約束和基因算法。用人工智能AI完全達到期望的要求,可能令人失望。

1980年后期,也出現了圖形用戶界面,有些供應商試圖結合個人計算機來增加它的圖形運用能力, 圖形用戶界面成為標準的預測、計劃、排程工具的一部分。這個技術革命，巨大的影響了APS的市場化。

1990年，APS市場繁榮和產品增值

在1990年初,消費品公司(CPG)開始聯系APS系統，雖然也有一些早期采用者。在此市場階段,這個行業作為一個整體應用APS技術是很慢的。一些已經有能力實施相對簡單的制造排程的公司發現他們需要更復雜的系統,可以處理包括SKU數量,分銷網絡的地點的選擇。 

許多公司也發現相似的問題,就是他們的預測能力,尤其是在SKU的數量的管理上, 簡單的預測工具卻阻礙了預測的準確性,他們需要集成供應鏈的多地點的詳細的需求,來為了供應鏈運作決策。

1990年初,SQL的引進,允許APS工具和關系型數據庫更動態的互動。計算機能力的增強和成本的降低,導致新的方案的出現。同時也發現問題的復雜性,導致基因算法出現。人們開始使用反復模擬,想要建立更好的方案。但是,隨著開發的工具處理百萬的決策變量,對計算機和應用程序是一大挑戰。

1990年,APS的供應商已經覆蓋到更廣的工業領域,如I2、Fastman進入電子裝配、金屬品制造等離散制造領域。I2的市場導向和銷售戰略,戲劇性的提高APS的空間。而這以前APS都是一直技術導向的市場，由于I2、Manugistics等的公司的影響,引起了大咨詢公司的注意。他們開始分配資源給這些產品作服務。但是,APS對大的咨詢公司而言有兩個挑戰。一個是它需要較深的應用專家,而不是集中在IT的應用上。二是固定的、標準項目實施方法對APS項目不太有效,該領域的專家仍然需要決定如何更有效的實施APS。

1990年中期,許多供應商轉向微軟技術的視窗環境下的用戶界面,除了提供更直觀的用戶界面,報告能力而且使APS應用程序的環境轉向低成本的、性能戲劇性的提高的計算機。1990年中期,也看到了APS運用到部分的半導體公司。這些公司在改變產品技術方面有著極大的進取心，使產品具有極短的生命周期,這就對APS來說是一大挑戰，特別是在計劃和排程。

使用APS技術的公司有Harris半導體公司、IBM公司、Intel公司、Texas 儀器公司,用APS技術解決自己業務的復雜問題.

最后,在1990年的中期,APS還吸引了大多數ERP供應商的注意,隨著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。

總之，從二次大戰以后,我們在生產管理上的生產計劃上開發了很多類型的生產計劃系統,最早的是用EOQ經濟訂貨點系統,2-Bin雙箱系統,LP線性規劃系統。后來在美國,由于物料資源較為豐富,在生產管理上,管理者主要集中考慮人工的效率,所以產生了基于無限約束的MRP物料需求計劃，同時在資源比較匱乏的日本，研究開發出了精益JIT看板拉式系統，主要集中考慮減少物料的浪費。同時,在以色列,主要研究關鍵資源的能力效率,所以產生了TOC約束理論,以提高瓶頸資源的效率來整體提高企業效率。在一些項目管理時間較長的制造環境下如(造船),美國海軍設計出了PERT計劃評審技術/CPM關鍵路徑法。隨著管理的需要，MRP系統與財務的結合就產生MRPII制造資源計劃系統來優化企業制造資源。現在管理資源的領域已擴展到工程、人力資源、供應商、分銷的ERP企業資源計劃系統以整合規劃企業資源。

不幸的是,以上的系統都沒有較好的解決企業效率的基本問題：約束。FCS有限能力計劃系統利用并擴展TOC的原理,全面進行多重資源約束的優化計劃。但是,僅僅能力約束還是不夠的,還要考慮物料的約束、需求的約束、供應商資源約束、運輸資源的約束、分銷資源的約束、財務資金的約束。即產生了APS高級計劃排程系統。同時把JIT和TOC的優勢結合在一起，又產生了DFM需求流制造系統。現在，企業的競爭就是供應鏈的競爭，整合企業上游下游的供應鏈，使之形成供應鏈聯盟，就需要用到SCM供應鏈協作的SCP供應鏈計劃。

APS發展趨勢與我國APS應用展望

二十一世紀是信息時代，經濟全球化步伐日益加快。作為代表當今先進管理思想的高級計劃排程系統，APS的發展呈現以下趨勢：

（1）與供應鏈管理更加緊密結合。小巧靈活的APS系統將為中小企業的計劃優化服務。

（2）集成化與分散化。APS則成為各種計劃技術與方法的系統融合，體現了計劃思想的高度集成。然而，由于現實問題的復雜性，如不同的行業與產品特點、不同的企業規模等，對一些企業來說，采用龐大完整的APS系統并不是最佳選擇。而結合行業與產品特點、各具特色的先進計劃系統同樣是APS的發展趨勢。

（3）與多品種小批量訂單制造和項目制造結合。由于消費者個性化需求的日益增長，產品大量生產的時代即將過去，多品種小批量、個性化時代已經到來，APS必然是企業整體的計劃管理系統。

盡管APS具有強大的功能，非常適合于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：

1、外部應用環境。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，企業對于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。

2、APS需要全社會企業間的網絡通訊基礎設施的支撐，而我國的網絡基礎設施建設還不夠完善，企業網絡應用水平還很低，這些都阻礙了APS的應用。

3、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。

4、APS系統的平臺化，通用化的APS產品很難面面俱到解決各行業的問題，而且越是考慮的行業多，越會導致系統參數很多，使用難度加大，系統友好性變差，計算效率降低，最終實施效果變差。APS軟件一定要是平臺化、可快速客制化修改。生產管理本來就復雜多變，精細化的生產就更是復雜多變。如果不能快速客制化修改，則很難解決好客戶的實際問題。

智能制造與工業4.0下的APS

作為智能制造的源頭，智能計劃排產是工業4.0的核心技術之一，只有實現計劃排產的精準化與最優化，才能實現整個生產過程的智能化。

在實現CPS之前，應用APS系統，一方面提高了實際生產與進行計劃的信息技術系統的價值，另一方面也提高了生產管理人員和所使用的信息系統的共同生產力。

APS系統必須應用工業大數據技術，制造業面對多品種小批量的生產模式，數據的精細化、自動及時方便的采集(MES/DCS)及多變性導致數據劇烈增大，再加上十幾年的信息化的歷史數據，對于需要快速響應的APS來說，是一個巨大的挑戰。

在工業4.0理論，APS、MES、PCS必須嵌入式融合，通過行業經驗知識，建立合適的計劃與排產模型，對所需的實時數據，動態智能決策。這應該是工業大數據的關鍵應用。 

APS系統也正朝著分布式計算（智能代理技術等）和自主認知計算（人工智能、機器學習等）發展，形成工廠級的CPS（CyberPhysical Systems）信息物理系統，其特點分布式計算、自主智能決策。

數字化工廠平臺是CPS平臺的基礎，要實現分布與自主（CPS的關鍵特征），還有很長路要走。也就是說從計算智能APS到認知智能CPS，需要計算架構的顛覆！

APS高級計劃排程系統是20世紀后50年發展起來的革命性管理技術，融合了現代新技術與先進的管理思想，是計算機技術與管理思想的結晶。APS彌補了ERP在計劃上的缺陷，成為今天計劃的核心。但是，由于信息基礎設施落后、企業信息化程度很低，APS系統應用在我國還有很長的路。隨著我國社會信息基礎設施的日益完善、企業信息化水平的逐步提高，中國制造2025的智能制造的強力推進，可以預言，未來三到五年內，APS在我國的應用將開始進入實質性階段。