1. 需求分析：首先需要分析市场需求，包括产品需求的数量、类型和交货时间。

2. 产能评估：评估当前的生产能力，包括机器设备、人力资源、工作时间等，确定能够满足需求的最大生产量。

3. 物料需求计划（MRP）：根据产品结构和生产计划，计算所需的原材料、零部件等物料的数量和时间。

4. 生产计划制定：根据需求分析和产能评估，制定初步的生产计划，包括生产哪些产品、生产多少、何时开始生产等。

5. 排程优化：使用优化算法（如线性规划、遗传算法等）对生产计划进行优化，以减少生产成本、提高效率。

6. 资源分配：根据优化后的生产计划，合理分配生产资源，包括机器、人力、物料等。

7. 生产调度：根据生产计划和资源分配，制定具体的生产调度计划，明确每项任务的开始时间、结束时间和责任人。

8. 监控与调整：在生产过程中，实时监控生产进度和资源使用情况，根据实际情况对生产计划进行调整。

9. 库存管理：合理安排原材料和成品的库存，以减少库存成本和避免生产中断。

10. 交货期管理：确保产品能够按照客户要求的交货期完成生产和交付。

11. 数据收集与分析：收集生产过程中的各种数据，进行分析，以不断改进计划排产逻辑。

12. 持续改进：根据收集的数据和分析结果，不断优化生产计划排产逻辑，提高生产管理水平。

计划排产逻辑需要根据企业的具体情况进行调整，包括生产类型（如批量生产、定制生产等）、产品特性、市场变化等因素。此外，随着技术的发展，越来越多的企业开始采用先进的计划排产软件和系统，以提高计划排产的效率和准确性。

传统计划模块存在的问题

• 计划不准：MRP的特长在“量（计算净需求）”不在“期（时间排程）”

• 计划时间长：MRP运算时间过长，人工用EXECL排用时更长

• 计划更改困难，无法自动调整：现行的生产任务单和工序计划单一旦下达，就很难修改（其程序非常繁琐），实际上就否定了“插单”和“改单”的可能性。

• 计划没有优化：优化的排程方案较未优化的排程方案可节省加工时间5%~50%

计划不合理导致的问题

• 订单准时交付率低

• 订单交货周期长

• 经常性的加班

• 制造成本增加

• 在制时间过长

• 产能浪费

• 库存增加

APS计划排产要解决的核心问题

• 物料供应与生产计划的匹配

• 保证物料及时供应使生产计划顺畅进行

• 尽可能减少库存

• 资源利用率最大化

• 满足交期条件下资源整体利用率最大化

• 准时交货

• 尽可能准时地按交货时间完成生产，即不太早，更不能晚

• 尽量减少物料在加工过程中的等待时间

什么是APS排程？

• 在各类约束条件下，通过优化方法，自动为所有任务精确安排资源和时间，使某一指标最优或次优的技术或系统

• 简述：基于约束的有限能力排程

• 能解决的问题

• 大幅减少排程所需时间（从小时级到秒级）

• 提高生产效率与设备利用率（5%~50%）

• 加快订单交货速度

• 减少库存（5%~25%）

• 提高订单交付准确率（达到95%以上）

• 实时调整

APS排程的核心功能

• 有限能力排程

  可基于有限能力进行全局生产排程优化

• 排程算法实用、灵活

  算法要适应多种生产场景，具有工序级、多资源、模拟排程、动态排程、优化排程的功能，实现合理利用产能，支持快速换线

• 灵活的工艺模型设置

  工艺模型可简化工序、资源、产能和物料等数据的设置，大大减少基础数据的错误

• 订单交期评估（CTP）

  CTP是协助企业快速反应、准确接单关键功能

• 可视化排程，直观易用

  可大大简化调度员的排程工作量

• 在各类约束条件下，通过优化方法，自动为所有任务精确安排资源和时间，使某一指标最优或次优的技术或系统

• 简述：基于约束的有限能力排程

制造模式：制造企业制造系统运作模式

1. 批量生产模式：

• APS逻辑侧重于大批量、少品种的生产。

• 重点在于优化生产线的效率和减少换模次数。

• 通常采用静态排程，强调生产流程的稳定性。

2. 定制生产模式：

• APS逻辑需要灵活应对客户个性化需求。

• 重点在于快速响应和满足定制订单。

• 采用动态排程，以适应不断变化的生产需求。

3. 流程式生产模式：

• 常见于化工、石油、制药等行业。

• APS逻辑侧重于连续生产过程的优化。

• 强调物料平衡、能源管理以及生产过程的稳定性。

4. 离散式生产模式：

• 常见于机械加工、电子组装等行业。

• APS逻辑侧重于多工序、多资源的优化调度。

• 需要考虑物料流、工艺路线和设备分配。

5. 混合生产模式：

• 结合了批量生产和定制生产的元素。

• APS逻辑需要平衡效率和灵活性。

• 可能需要集成不同类型的排程算法来满足多样化需求。

6. 项目型生产模式：

• 常见于建筑、造船、大型设备制造等行业。

• APS逻辑侧重于项目的关键路径分析和资源分配。

• 强调项目进度控制和跨项目资源优化。

7. 敏捷制造模式：

• 强调快速响应市场变化和客户需求。

• APS逻辑侧重于供应链的灵活性和响应速度。

• 采用实时数据和动态优化来快速调整生产计划。

8. 精益生产模式：

• 强调减少浪费、提高生产效率。

• APS逻辑侧重于流程优化、减少在制品库存。

• 采用拉动系统和持续改进的方法。

每种制造模式下的APS系统都需要根据其特点来设计和优化排程逻辑，以实现最佳的生产效率和客户满意度。例如，在定制生产模式中，APS可能需要集成配置器来处理产品选项和变体；而在流程式生产中，APS可能需要集成实时传感器数据来监控生产过程。

资源分类

• 一次可以加工多个工序，工序时间可以重叠，各工序的总产能小于等于资源额定产能即可

• 换产时间可忽略不计或固定

• 资源时间按片段（小时、班、天）方式组织

• 产能随包含的资源的变动有所变动

流水生产线（Flow Production Line）：流水生产线是一种连续的生产流程，产品在生产线上按顺序经过各个加工站，每个站完成特定的加工任务。这种生产线通常用于大批量生产。

• 一次仅能加工一个工序，但同一时间线上可以有多个产品存在

• 不同工序（产品）之间换产，换产时间不同，换产时间可组成一个二维表，如换产时间差距很大，则需换产优化，否则可按固定换产时间处理

• 资源时间按精确（秒）方式组织

• 产能随包含的资源的变动有所变动

• 下工序的排程以上工序的开始时间+流水时间为约束

动态资源组（Dynamic Resource Group）：动态资源组是由多个不同类型的资源组成的集合，这些资源可以根据生产需求动态地组合和调整。它们提供了灵活性，可以根据不同的生产任务进行优化配置。

• 一次只能加工一个工序

• 要考虑换产、换模等时间

• 各资源时间要组合起来计算（各资源均有空时方能安排工序）

• 产能依组合不同而不同

炉资源（Furnace Resource）：炉资源通常指的是用于加热、熔化或其他热处理过程的设备，如熔炉、烘炉等。这类资源在金属加工和某些化工生产中非常重要。

• 一次可加工多个工序

• 每次加工的时间固定或依工艺参数的不同而变动

• 每次加工的工件数总量有限

• 每个工序每次有最大加工件数限制

• 每个工序在资源中占用的工位数固定，或可被替换

周期性循环生产线（Cyclic Production Line）：周期性循环生产线是指生产过程按照一定的周期重复进行的生产线。这种生产线可能涉及到重复的装载、加工和卸载过程，适用于某些特定产品的生产。

• 一次可加工多个工序

• 加工周期视资源运转速度而定

• 每次加工的工件数总量有限

• 每个工序每次有最大加工件数限制

• 每个工序在资源中占用的工位数固定，或可被替换

数据准备的步骤：

• 确定排程层次——定义产品

• 确定排程粒度—— 时间单位的精细程度（如天、小时、分钟、秒等）

• 确定约束规则——定义工艺模型

• 确定排程数据核心——基于工序定义产能

• 确定时间约束——定义日历

• 确定排程任务——订单管理与分解

• 确定排程目标——定义指标、参数

小结：

• 数据准备的关键是确定排程的层次与粒度

• 数据准备的核心是建立产品工艺模型，确定产能

• 排程的输入是待安排的产品订单，工艺模型、产能、指标、参数等数据。

排程排序规则：

1. 先到先服务（First Come, First Served, FCFS）：按照任务或订单到达的顺序进行安排。

2. 最短加工时间优先（Shortest Processing Time, SPT）：优先安排加工时间最短的任务，以减少等待时间和提高设备利用率。

3. 最早截止日期优先（Earliest Due Date, EDD）：优先安排截止日期最早的任务。

4. 最迟截止日期优先（Latest Due Date, LDD）：优先安排截止日期最晚的任务，以避免延迟。

5. 优先级规则（Priority Rules）：根据任务的优先级进行安排，优先级可以基于客户要求、订单重要性或其他业务因素。

6. 瓶颈规则（Bottleneck Rules）：专注于瓶颈资源的利用，确保瓶颈资源得到充分利用。

7. 交货期规则（Delivery Date Rules）：根据交货期的紧迫性安排任务，以满足客户需求。

8. 资源能力规则（Resource Capacity Rules）：根据资源的能力和负载情况安排任务。

9. 物料可用性规则（Material Availability Rules）：确保所需物料的可用性，避免因物料短缺导致的生产延误。

10. 工艺流程规则（Routing Rules）：根据产品的工艺流程和工序顺序安排任务。

11. 均衡负载规则（Balanced Loading Rules）：尽量平衡各个资源的工作负载，避免某些资源过载而其他资源空闲。

12. 成本优化规则（Cost Optimization Rules）：考虑生产成本，优化任务安排以降低成本。

13. 机台效率规则（Machine Efficiency Rules）：考虑机台的效率和性能，优先安排在效率更高的机台上生产。

14. 订单数量规则（Order Quantity Rules）：根据订单的数量大小进行任务安排。

15. 后推演算（Backward Scheduling）：从订单的截止日期开始反向计算，确定每个工序的最晚开始时间。

16. 前推演算（Forward Scheduling）：从当前时间开始正向计算，确定每个工序的最早开始时间。

17. 混合算法（Hybrid Algorithms）：结合多种算法，如遗传算法与模拟退火算法的结合，以解决复杂的排程问题。

18. 约束满足规则（Constraint Satisfaction Rules）：确保排程满足所有预定的约束条件，如时间窗口、资源依赖等。

这些规则可以单独使用，也可以组合使用，以适应不同的生产环境和业务需求。APS系统通常会提供自定义规则的功能，允许企业根据自己的特定需求来配置和优化排程规则。

排程算法是用于解决生产排程问题的各种方法，它们帮助企业优化生产流程，减少成本，并提高效率。以下是一些常见的排程算法：

1. 优先级规则算法：这类算法根据特定的优先级规则来安排任务，例如最早截止日期优先、最短加工时间优先、最重任务优先等。

2. 临界比法（Critical Ratio Method, CRM）：这种方法通过计算任务的剩余工作量和剩余时间的比率来确定任务的优先级，优先处理那些比率较高的任务。

3. 最小松弛时间法（Least Slack Method, LSM）：这种方法优先安排那些具有最小松弛时间的任务，即那些最接近其截止日期的任务。

4. 遗传算法（Genetic Algorithms, GA）：遗传算法是一种模拟自然选择过程的优化算法，通过迭代和选择过程来找到最优或近似最优的排程。

5. 模拟退火算法（Simulated Annealing, SA）：模拟退火是一种概率型优化算法，它通过模拟金属退火过程来寻找全局最优解。

6. 禁忌搜索（Tabu Search）：禁忌搜索是一种启发式搜索算法，它通过记录并避免重复搜索已访问的解来提高搜索效率。

7. 线性规划（Linear Programming, LP）：线性规划是一种数学方法，用于在一组线性不等式约束条件下，找到线性目标函数的最大值或最小值。

8. 整数规划（Integer Programming, IP）：整数规划是线性规划的一种，其中决策变量必须是整数，常用于排程问题中的资源分配。

9. 动态规划（Dynamic Programming, DP）：动态规划是一种解决多阶段决策问题的方法，通过将问题分解为子问题并解决它们来找到最优解。

10. 图论算法：图论算法，如临界路径方法（Critical Path Method, CPM）和项目评估与审查技术（Program Evaluation and Review Technique, PERT），用于确定项目中的任务顺序和持续时间。

11. 约束编程（Constraint Programming, CP）：约束编程是一种通过定义变量之间的约束关系来寻找满足这些约束的解的方法。

12. 混合整数线性规划（Mixed Integer Linear Programming, MILP）：混合整数线性规划结合了整数规划和线性规划的特点，适用于需要同时考虑整数和连续变量的排程问题。

13. 启发式算法：启发式算法是一种基于经验和直觉的快速算法，用于在可接受的时间内找到问题的可行解，尽管可能不是最优解。

每种算法都有其优缺点，适用于不同类型的排程问题。在实际应用中，可能需要根据具体问题的特点和要求选择或结合使用多种算法。

1. 排程算法：排程算法是用于解决排程问题的计算方法。它们是数学模型和计算过程的结合，用于在给定的约束条件下寻找最优或可行的排程方案。排程算法可以是确定性的，如线性规划、整数规划等，也可以是启发式的，如遗传算法、模拟退火算法等。算法通常需要计算机程序来实现，并处理大量的数据和决策变量。

2. 排程规则：排程规则是用于指导生产任务安排的一系列逻辑或决策标准。它们可以基于时间（如最早截止日期优先）、资源（如资源利用率最大化）、订单属性（如订单优先级）等。排程规则通常是排程算法中的一个组成部分，用于简化问题、提供决策依据或作为启发式算法的决策准则。

关系：

• 排程算法通常需要排程规则来指导如何安排任务。例如，在遗传算法中，排程规则可以作为染色体的编码方式或者作为遗传操作（如交叉、变异）的依据。

• 排程规则可以视为排程算法的输入参数或约束条件。它们定义了排程问题的结构和目标，帮助算法确定搜索空间和优化方向。

• 在某些情况下，排程规则本身可以非常简单，如“先到先服务”，但在复杂的生产环境中，可能需要复杂的排程算法来综合考虑多个排程规则，并找到满足所有规则的最佳或可行解。

• 排程算法的有效性很大程度上取决于排程规则的合理性和准确性。如果规则不能很好地反映生产实际，即使算法本身很先进，也可能无法得到有效的排程结果。

总的来说，排程算法是解决问题的工具，而排程规则是这些工具运作的指导原则。两者相辅相成，共同确保生产排程的有效性和效率。