APS被需要是大势所趋，企业已经从被推荐到爆发式自主提出这方面的需求。APS其实已经被研究了很多年，虽然市面上林林总总号称有很多，但实际的应用效果总体上来说是差强人意的。挣脱现有的思想观念和做法上的束缚，重新审视APS，从来都是需要的。

（1） APS应该是企业效能目标追求下的制造要素时间能力的配置协调器。

传统上关于APS，可能如下图所示的准确性、稳定性、连续性、可执行性、异常防范性。这些特性更多的表达的是APS运行所追求的应用性，但其中其实对业务性的表达并不多，更不用说APS的技术性了。

对于APS来说，企业的效能目标可以分解为包括但不限于如下的一些指标及其进一步向下逐层分解的指标，并最终形成指标间彼此关联的有机体系。

比如按期满足任务的产出交付能力（提前或者拖期惩罚、包括设备资源在内的各种制造要素的负荷利用率）

比如库存/在制品成本控制（比如工序之间和部门之间的关联协调控制，以及必要的缓存控制优化策略）

比如质量一致性水平（涉及到制造资源链条的稳定性以及继承性和演变性）、

比如柔性可重构配置能力（基于并行/敏捷先进制造运行模式的配置机制、极端化的细粒度及其的各种中间组合模式的支持）等。

当建立了这些有机的指标体系之后，其实对于APS技术性的思考也就是对业务效果的思考，也才能最终保证业务效果。才能真正做出一个有用的APS系统。

（2） APS本质上是要从局部最优跳出来寻求全局的优化或者近优。

螺狮壳里做道场是对APS的一个束缚，就如同我们要寻求颠覆性技术一样，其实也是受够了当前的技术现状，想要做出突破的道理。所以一切有用的创新理论或者说辩证思维方法，都可以用在这个方面。

我们最常见的做法就是向前和向后延伸，以实现范围的扩大，来解决跳出局部最优的问题。比如我们将供应链纳入进来，实现对于物料的更加有序全面的共治，解决工程实践当中最常见的物料短缺对于APS影响的问题。比如我们从启发式规则向智能优化算法的转变，其实就是希望能够从全局的角度而不是局部的角度来更好的形成排产方案。

其实还有很多种其他的理论方法，可以借鉴参考。比如20/80这种理论，比如牛鞭效应这种方法、比如群体智能这种方式、比如历史经验数据挖掘这种方式等，都可以对应的设计图像。贯彻落实的APS排产策略与机制。

来源：微信号  智能制造随笔

作者：王爱民

该作品已获作者授权，未经许可，禁止任何个人及第三方转载。