APS中的高级计划排程在离散制造中所涉及的资源太多时，排程模型复杂且慢，数据量特大，影响系统的应用效果。我们可以采用分级、分层（规则分序）、分布等方法减少其复杂性。解决复杂问题的思路只能是缩小问题的范畴，主要通过两个方面：1、把问题分割成子问题，分别解决；2、把时间分割成不同精度，分别解决。

1、分级计划

月滚动计划、周滚动计划、日滚动排产，小时微调度。分别由主计划员、车间计划员、班组派工等方式分而治之。

如月滚动计划采用瓶颈资源，周滚动计划设备组、日滚动排产采用详细设备、在小时、分钟内进行微调度或人际交互。

2、分层规则优化级

对于APS来说，优化规则要素越多，所得出的排产方案就越科学越符合实际需要，但算法难度和计算量也就越大。

APS把生产时间、资源冲突、资源负荷、换装、软约束违反等多个要素作为优化标准，计算出使得上述各规则要素的绩效指标综合最优的生产方案，并不片面追求某个指标的最优。并且各个优化指标的优先层级也是不一样的。

如果符合高一级的优化指标之后还存在多个可行方案，则APS继续用低一个层级的优化指标进行甄选；否则不会执行更低层级的优化指标。一般地，经过多轮甄选之后，最后提供给客户是一个最优的方案，尽可能避免进行庞杂的优选工作。

如优化计算顺序：

第一层级：生产时间、资源冲突

第二层级：资源负荷、软约束违反

第三层级：换装

    其它层级约束和优化：订单优先级、资源优先级、多客户多订单、交货日期 (需求、最早、最迟)、日程表(正常、延迟、停工)、生产策略、物料变化范围、仓库容量约束、 安全库存、资源多元能力、动态能力、工艺路线和逻辑约束、最终操作、最终产出、供应。

3、分布式计算

分割单元之间的联系，独立排产不影响前后单元工序。使得排产有一定的冗余，便于应对突然的变化，减少重排的复杂性。

利用物联网的智能终端处边缘计算，可以快速相应，并与主计算通讯协同，减少APS的大量数据计算复杂性。

利用APS第四代算法MAS（MultipleAgent System）智能代理技术。实际上，工业4.0追求的就是分布式、自主的智能计算，即集中智能与分散智能的分布协作。

4、其他方法

利用TOC原理，减少排产资源数，主要对瓶颈或关键资源排产计算。注意瓶颈会动态漂移。

  模块化产品设计、模块化生产、模块化物料供应使得系统复杂性降低，实现大规模定制。

  精益生产的实施可以降低生产排产与运作的复杂性。如通过交货过程的价值流分析，消灭其中的非增值的活动即浪费。通过一笔画工厂布局，物流布局优化，通过搬运距离短，压缩转移批量。通过实现单元流水生产布局，减少工序数，创建各个工序的能力节拍均衡和连续生产。通过自主循环的“看板”让物料节拍流动起来，使原料、在制品、成品减少，并让生产顺序一致。通过快速换模SMED，减少准备时间，并能实现多品种柔性自动化生产。

5、工业4.0的分布式生产范式

未来制造的范式将是工业4.0的分布式制造模式。为了应对多品小批定制的复杂不确定性，制造必需具有灵活机动性、质量低迭代的高可靠性及大规模的定制成本。实时数据的控制让生产更精益、更分散。分散控制辅助系统可以将集中优化目标分解，对局部快速优化，并对不断变化做出紧急灵活的反应。通过此举，就可进化到自主、自治的MAS（Multiple Agent System）多智能体代理系统CPS。

在未来，生产控制要适应频率更短、利用率不平均的生产过程。决策会更加复杂，因为要在个性定制的生产环境中做出。分散式生产需要最新的数据作为依据，需要全面联网和迅速的沟通，以对跨部门的流程和程序进行控制和协调。尽管在使用智能技术时，人依然是最重要的控制者和决策者，但在做决策时，工业4.0提供了新手段。

本文转载自公众号“高效计划与智能调度排程研究会”

杭州蝶舞软件有限公司是金蝶杭州全分销伙伴，目前是杭州地区最大的白金合作伙伴。公司定位K/3 cloud、K/3财务供应链、S-HR为核心应用领域，为成长型客户提供专业的信息化咨询服务与实施落地。

咨询热线：4000-123-020

官网：www.deefly.cn