手工模式下计划调度的车间运行，其实是一种极其柔性的生产组织。计划调度人员可以根据现场的实际状态，通过实时的审视制造资源的忙闲程度，实现订单及其工序的柔性分批与组批，请问题是我们能够满足交货期要求以及提高资源的利用率。既然现场都在这么执行，那其合理性就是毋庸置疑的。反过来说，任何的曲解或者简化，其实都是对于优化空间的一种浪费，从根本上来说，与企业所追求的目标在背道而驰。

另外，APS排产的基础对象之一就是订单，订单按照工序展开的工艺流程未必都是一个车间内的。最典型的一个现象就是热处理或者说老炼等和制造资源的运行方式，一般具有明显的基于能耗或者生产效率方面的工序作业集合类的要求，也就是传统说的组批。同时APS的覆盖范围也越来越广，多车间逻辑统一下的排产情景也是越来越多的现象与要求。也就是说传统上作为独立之间的热处理或者老炼车间，将通过工艺流程关联起来，纳入到统一的排产逻辑当中。传统的将这种环节处理成外协的方式，将不再适应这种处理要求，从追求整体效果的角度来说，也不应该再继续怎么处理。

上述两种方式其实都是APS中的的分批与组批问题，也吸引了大量的学术研究和技术实践。这个问题的本质是涉及到复杂海量的组合优化，并且对于任何一个工序环节来说，不能假定这种输入是静态的，而是一种安全动态的。这种完全动态不是说可以简单的一级出来的，因为，需要聚合主题工序之前的。工序产出都是依赖于更为之前的工序计划安排状态才能够获知的。这些问题搅和在一起，从而导致大家都在开展各种各样的技术研究，甚至改变了问题的性质。

传统上认为比较可行的方法是针对这些聚合类工序以及资源进行专门的处理来牵引前道乃至更前道工序的产出计划要求。虽然看起来类似经营生产中的拉是生产，但这种处理方式容易导致的问题就是超出时间范围(当前最早时间)，就如同 MRP当中规定提前期一样的不合理。如果这些聚合类的工序资源属于瓶颈资源，这种处理方式勉强可以接受，但如果不是瓶颈资源，那就有点儿喧宾夺主甚至以偏概全了。

这种问题的解决思路本质上在于张驰二字。张：体现在分批与合批的优化空间构建中，此是张力与限制。驰：体现在分批与合批过程订单批次的自由之中，此是松弛与解耦。