其他
APS高级计划与排程 | 工四100术语（编号238）
APS是解决生产问题，却跟数学算法有着密切的联系。不妨说，APS是一部数学与制造业相互纠缠的进化史。
在离散行业，APS是为解决多工序、多资源的优化调度问题；而流程行业，APS则是为解决顺序优化问题。
它通过为流程和离散的混合模型同时解决顺序和调度的优化问题，从而对项目管理与项目制造解决关键链和成本时间最小化，具有重要意义。
高级计划排程的一些主要思想早在计算机的存在前就已经出现。对 APS 贡献最大的有两个方面：一是早在 20 世纪初出现的甘特图( Gantt Chart) ；二是运用数学规划模型解决计划问题。美国和前苏联都应用新的最优化线性规划技术解决与战争相关的物流管理问题。这些思想和方法对于 APS的萌芽起到了奠基性的作用。 对“最优化”定义促进了 APS 发展随着跨国公司在世界各地的发展 ,制造业问题变得越来越复杂 ,变量规模达到数以万计。虽然线性规划等技术也扩展成可以处理更加复杂的问题 ,但仍然不能满足企业的需要。因此 ,许多公司在内部开发自己的APS,另一些公司则在购买解决线性规划问题的程序基础上进行开发。
60 年代中期 , IBM 开发了基于产品结构分解的MRP系统，并在 70 年代发展为闭环 MRP系统 ,除了物料需求计划外 ,还将生产能力需求计划、车间作业计划和采购作业计划也全部纳入 MRP ,形成一个封闭的系统。这为 80 年代 MRPII的出现奠定了基础，但实际上MRPII的这种闭环因是预设提前期、无限制的产能计划排产与无约束的物料计划，故只能是手工闭环，难以匹配实际复杂动态的制造环境。这段时间 ,模拟技术开始进入计划领域，基于模拟的计划工具开始出现；而道理80 年代初 , 轮胎制造商Kelly Springfield 和烟草公司 Philip Morris 开始应用计划和排程系统。
随后快速MRP的模拟技术，能将复杂的生产作业模拟在独立计算机上,部分采用以常驻内存方式进行批处理运算，脱离了当时占业务计算支配地位的主机，使制造企业完成生产计划排程只用几小时而不是当时所公认的20多个小时，大大缩短了计划运行时间。
随后的岁月，是一段数不清的层层叠戴玉进化史。约束理论，成为整个APS的最基础支撑。
其中一个颇有意思的插曲是，人工智能AI、实时专家系统产品如G2在此时也出现在APS的技术清单里面，然而结果显然令人失望：AI一如既往的成为失败者loser。
1984年AT&T推出的 Karmarkar’s 算法，成为线性规划突破性进展，这个新技术解决了线性规划的问题，是AT&T作为“真正的突破”和“设计解决了以前未解决的问题”。AT&T把这个算法绑定他们的计算机，价格达到了天价般的九百万美元！
而数据库技术SQL的引进，允许APS工具和关系型数据库更动态的互动。APS开始攻城略地了。1990年初,消费品公司(CPG)开始引入APS系统，他们需要更复杂的系统；电子装配、金属品制造等离散制造领域被i2、Fastman打开洞门，蜂拥而进入。半导体领域如IBM、Intel、TI、Harris公司等成为APS发展的重要推手。
此刻的明星属于i2公司，其彪悍的市场导向和销售战略，戏剧性地提高了APS的发展空间。
随着APS引擎的成熟，使理论化的数学解析计划方法达到了实用程度，生产计划方法的交替不可避免的发生了。因此,ERP也出现了继续完善和功能扩充以及改变ERP的功能和性质这两种发展趋势。随着APS市场的快速成长，产生了ERP供应商的新一轮的收购APS公司或自己内部开发APS。许多专家认为APS必须嵌入ERP系统，一些厂商也开发了APS模块。近些年来，几乎每个外国的ERP软件，无论是买的还是自己开发的，80%有了与之集成的APS引擎。如SAP 有了 SAP APO (Advanced Planning and Optimization), Baan 有Baan SCS (Supply Chain Solutions), Oracle 买了ILOG的产品, PeopleSoft 购买了Red Pepper，而JD Edwards 则买了Numetrix。ERP和APS正在融合在一起。
同样，MES也在把APS纳入自己的制造板块，如GE 收购了 合作伙伴Novotech的 Scheduler, 西门子收购了Preactor，钢铁行业MES 巨头PSI兼并了钢铁行业的APS Broner。
APS 的主要目标是某一指标(例如 设备资产回报率ROA) 的总优化。这需要预先假定供应链的结构和其各种不同的资源和边界情况(例如能力限制)必须是可见的。实际上，APS 工具是以供应链的跨组织模型为基础的。
这就可以理解为什么当下数字化制造，APS越加显得耀眼的原因。
从上个世纪初到现在，是APS在中国的概念推广阶段，一些高校研究者将APS的理论从高校实验室里搬到企业应用现场，也有海外的APS实践者们纷纷回到国内进行APS应用推广，同时值得关注的还有一些实践APS的国内企业先行者。这三类群体构成了当前国内APS热潮中主流力量。说到优化算法和排产软件，就不得不提大名鼎鼎的ILOG（现隶属于IBM旗下）和大名鼎鼎的Cplex。Cplex是IBM公司一款高性能的数学规划问题求解器。Cplex被许多公司做为APS的核心引擎，如ILOG的 PPO，SAP的APO，i2的优化软件。此外国外APS品牌有Asprova、FlexSche 、Preactor（西门子）、AspenTeech、Quintiq等。而国内有施达优、安达发、兰光创新、永凯、元工国际等产品。
但也不得不提的尴尬的是，APS也没有太大的公司，或者在它刚要长大的时候，就被ERP厂商哐当一口吃掉。
想来要独立发展的专业软件，都会面临着这般的成长烦恼。
迄今为止，以MPS和MRP运算为核心思想的计划管理已经成为现代企业ERP的标准和核心功能，但是从几十年的应用效果看，依然难以满足企业的计划管理需求。其实MPS主生产计划和MRP物料需求计划的体系与方式，已很难适应按需生产环境,尤其无法适应大规模个性化定制的工业4.0时代。
而APS可以综合考虑产能、工装、加工批次等约束，并能结合MES实现滚动排产。这也说明了，为什么在工业4.0时代，MES和APS系统，成为比ERP要耀眼得多的明星。
当下作为代表当今先进管理思想的高级计划排程系统，APS的核心是久经磨练的数学算法或解决方案。
在数字化经济，APS的发展呈现多元化的趋势一个是与ERP、MES更加紧密结合。值得注意的是，APS的数据来源正在发生变革。APS数据如i2，Oracle的APS，都源自于ERP；而随着MES的普及，生产系统同样成为一个巨大的数据池源发地。这对于APS是一个全新的发展机遇。一个是与多品种小批量订单制造和项目制造结合：实际上，只有APS才能实现多品种小批量的个性化定制计划模式。同样值得注意的是云平台化，由于APS的服务的间歇性，造成购买的高昂的核心算法和服务器运行时间的闲置，为此，将APS云平台化可以大大降低企业的计划排产的投资，国内外已经有企业在部署SaaS的APS。
而企业内部信息化基础数据、流程、计划体系薄弱。APS的运行需要有ERP、MES、PLM等系统提供的数据支持。此前，很多APS项目实施效果不好的原因大多是因为没有MES帮助APS实现闭环和滚动排产，导致计划兑现率较差。尽管如此，随着市场针对大规模个性化定制的需求不断的增加，APS已经逐渐成为离散制造行业智能工厂的重要中枢。在一些行业，如按照分组加工的烟草行业、大规模个性化生产的汽车和家电行业，如果没有APS，人工已经很难基于经验进行计划的编制工作。
随着，个性化需求逐渐成为市场主流需求，预计未来三到五年内，APS 在我国的应用将开始进入大量实施阶段，成为智能工厂的指挥中心。
相关阅读：
100个工业4.0必备词 | 工四100术语
全新数据中枢的MES系统 | 工四100术语
蔡颖，APSS高级计划与排程协会会长、中国工程物理研究院客座研究员
李霄峰，浙江恩大施福公司副总经理
林雪萍，北京联讯动力咨询有限公司鸣谢北京大学工业工程系研究员马国钧的支持