这一阵总能看到这方面味道的文章。或者说之前文章的留言，这个话题其实很大，但可以简单说一下个人的一些认识吧。

Aps肯定是企业需要的东西，没有规矩不成方圆，aps就是为企业的制造运行来制定规矩计划的，不管你制定的手段是手工的还是依靠软件工具来优化和自动进行的，你都是要要制定的。

这么有需要的东西，为什么很多企业甚至大部分企业还是要依靠人工，难道软件供应商不想做这个事情吗?那显然不是的。如果这么有需要的东西，同时复杂性又不高，那我想一定早就有软件来一统江湖了，或者早就百家争鸣有一大堆成熟且成功应用的这种软件了。但显然局面不是这个样子的，唯一的解释就是它的复杂性太高了。

从aps独立性的角度来说，与传统的mes相比，mes是有很多功能模块的，很大程度上可能会存在东方不亮西方亮，可能并不是所有的功能模块我都实时应用的很好，但有些功能模块可能用的还不错，所以mes的实时应用是可以打分的，比如从0~100可以给出一个分值。但aps的性质就不太一样，在aps当中要解决的约束问题，企业的约束是很多的，并且这些约束很大程度上呈现系统化的整体性，也就是说你只要忽视了某个约束，很大程度上这个排产是得到的结果就没啥价值了，甚至是错误的。

但是同样也不能说所有的约束就都是平级的，这个还是有主次之分的，这个是需要对于企业业务及其追求目标进行系统而深入的判断，才能够去芜存精，抓大放小。比如严格来说，生产齐套性性的5m1e这种多维约束不同的企业侧重点肯定是不一样的，不同行业的侧重点也是不一样的。比如有些场景可能你只要能够排到机台就可以了，但有些场景可能机台之外的工装甚至说刀具等等其他的制造资源同样是瓶颈约束条件。

这么复杂，那我们怎么才能够解决这个问题呢，要么迎难而上，要么就合理的简化，上面说的抓住主要的或者说抓大放小，这是一种方法，另外一种方法就是在一些策略方面来做文章。比如为了提高效率，那我们就可以只排产时间窗口内的订单减少问题规模，这也是一种方式。比如我们将这种排产与现场调度人员经验排产结合起来，实现一种二级排产协同的这种局面，这方面的典型方式，比如说我只排到机台资源，而其他相关的资源配置由班组长或者调度人员根据机台作业计划利用自己的经验来进行附加性的二次配置。这些方式都可以一定程度上降低复杂性，虽然存在一定的风险，但是这种风险是可接受的。

那这里需要澄清一个问题，很多企业其实管理方式做不到非常精细，而一般的aps排产是非常精细的，但企业在没有aps这种系统的情况下，依靠人员来做计划一般相对来说还是比较粗放的。这种粗放的形式，如果要转变成计算逻辑，就是说越接近于企业人员经验或者说手工方式的的这种处理机制，其实在数学算法层次甚至更加复杂，比传统的作业排产的这种算法其实要复杂的多，某种程度上来说更加接近于人的智能。本质上来说，这是aps算法的两个发展分支。所以要澄清的问题是，人的粗放经验式的这种排产背后的逻辑其实是非常复杂的，并不是传统上认为的那种想当然的简单或简化。

简单说这些吧。

任重道远，且行且努力吧。