《2017《中国古典小说巅峰：四大名著鉴赏》尔雅期末考试答案92分要点.docx》由会员分享，可在线阅读，更多相关《2017《中国古典小说巅峰：四大名著鉴赏》尔雅期末考试答案92分要点.docx（11页珍藏版）》请在金锄头文库上搜索。
1、APS 如何适合中国制造？王岩峰博士 刃之砺信息科技（上海）有限公司 总经理当孔雀展开美丽羽毛的时候，羽毛的后面并不一样美丽。当生产排产软件开始推销强大效益的时候，我们更需要冷静地评估这种效益是否会在我们身上兑现。道理很简单，全球每年和生产计划排产相关的理论研究让超过上千所大学研究机构、上万名教授和 数万名研究生在耗费着数以亿计美金的科研经费。如果一个软件可以解决问题，那这些教授、研究生、研究经费早已经失去了存在的意义，但现实是这些研究还在红火的进行，钱仍然不够用。近年来，包括i2，Adexa，Asprova, Preactor 和FlexSche等欧美日本生产排产软件公司登陆中国，无不看重中
2、国制造企业庞大的数量和提升管理水平的迫切心情。这些软件都有着非常优秀的操作界面和排产算法，也有着引以为傲的客户名单。但问题是，它们适合我们吗？在我们的需求中，哪些方面它们可以完美的满足？如果我们使用，可能会带来的具体效益和潜在障碍会是什么呢？这篇文章希望针对这些问题、纯粹从技术和管理层面进行讨论。本着有理有据的原则， 我们欢迎在这个领域有见地的同仁一起进行有益地探讨。需要声明的是，这篇文章无意对任何软件公司有偏见。（一） 在乱象中理清概念在术语、缩写满天飞的时代，APS也面临同样的问题。关于APS具体是哪些单词的缩写，有据可查的就有很多种，这就造成了都在讨论APS的人忽然发现对方讲的和自己不完
3、全是一回事的尴尬局面。A 是Advanced （先进）的缩写，没有分歧。P 可查的说法包括Planning, 和Production; S 包括Scheduling 和System。经过排列组合，就会发现APS 有的代表Advanced Planning and Scheduling, 有的代表Advanced Production Scheduling，有的代表Advanced Planning System, 等等。无论用什么词汇，可以看出在帮助企业进行资源规划和优化的系统中，我们关注点在Planning 和 Scheduling这两个方面。 Planning 代表了“计划”；而Sched
4、uling 代表了 “调度”，或者在很多人理解中，代表了“排产”。为什么要把这两个词分开表述，因为它们代表了不同的优化精度和优化算法，对数据有着不同的要求，也就造成了对企业有着不同的适用程度。这两个概念之间的关系如果不搞清楚，我们就没有办法准确地评价一个系统是否适合自己的需要。理想中，我们希望有一个系统可以像一个智者一样，时时刻刻告诉我们该生产什么产品，该在哪台设备上生产，该生产多少，在生产现场发生变化的时候，该如何调整等等。遗憾的是，这个智者并不存在。在满足客户需求情况下最有效率安排企业资源是一个理论上也非常具有挑战性的问题。这个问题正因为过于复杂，大部分问题即使用超高速的计算机也无法在可以
5、忍耐的时间范围内得到最优的结果。这个现象随着计算机硬件速度的提升得到了缓解，但仍然没有根本得到解决，这正是理论研究没有止境、软件开发没有止境的原因。因此，解决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；采用（1）方法最典型的例子就是ERP中将生产主计划（MPS）、能力计划（CRP）和物料需求计划（MRP）作为三个或者几个分开模块、分别运算的情况。这种分割除了满足计算速度的要求外，在产能和物料规划的准确度上越来越显示突出的缺陷。如果理解这种分割发生在六十年代计算机运算速度更加落后的背景下，那么这种当初合理的分割现
6、在已经不合适宜，因为无论从计算机速度、优化算法的质量都比六十年代提升了几个数量级。为什么这种分割计算是不够准确？道理非常简单，产能的安排和物料的调配互相制约、互为条件，本质上并不存在哪一个可以先于另一个完成。一般来说，资源安排起步于对产能的规划，合理安排最终产品和半成品对企业有限资源的占用；然后根据生产计划产生物料需求计划。但物料供给的波动会造成生产计划的调整，成为一个不但是有限产能，而且是有限物料的优化问题。采用（2）方法最典型的方法就是提供不同管理层面的计划问题，包括战略层面（长期），管理层面（中长期）和执行层面（短期）无论何种层面，为了降低优化计算的复杂程度（例如决策变量的数量），都需要
7、做一定程度的取舍。如果做长期计划，当时间跨度增加、视野更加开阔的时候，优化精度就会降低，比如说采用以周、月为单位的时间刻度。如果做短期计划，例如生产调度，当需要具体安排某个工序在具体时刻发生的时候，这时候时间刻度缩小到分钟级别，那么整个计划的跨度就会缩短。一般来说，时间刻度（或者说时间精度）是划分“计划”和“调度”的最重要依据之一。如果时间刻度是以月、周、天为主，那么这样的资源安排一般称为“计划”或者“规划”（Planning）；如果时间刻度已经深入到小时和分钟（甚至秒）的级别，并且资源安排具备明显的次序要求，那么这样的资源安排一般称为“调度”或者“排产”（Scheduling）。此外，这种划
8、分的另一个重要依据是这两类问题的处理算法一般也大不相同（详细说明见下）。按照现在算法和计算机处理能力的发展，在（1）方面可以取得比（2）更大的突破，现在资源优化的方向已经逐渐摒弃（1）当中产能和物料割裂计算的方式，而是在更系统的“有限产能计划的”框架内一并解决产能和物料的问题。我们所看到的新近涌现出来的很多APS系统或者老牌ERP系统中的生产计划部分都在向这个方向努力。但碍于算法的复杂程度，在相当长的时间内，（2）当中采用不同时间精度的方式仍然会很流行，但所幸的是，不同企业或者企业中的不同职能部门对于时间精度的要求是不一样的。在这篇文章中，我们是站在统一的“有限产能、有限物料”的优化框架下来讨
9、论“计划”和“调度”在中国企业中的适用度，而不再将产能和物料分割开计算，因为这种方法会慢慢被淘汰掉。（二）优化面临的主要问题、目标、方法和算法（1）三大难题在资源优化问题中，我们面临的三大难题是：Lot Sizing（产量），Resource Assignment (资源调配) 和 Sequencing (顺序)。简单来说，就是决定企业每天生产什么产品、生产多少、由谁来完成以及以什么样的次序来完成。Lot Sizing 试图确定在一定单位时间内（例如班次、天、月、周等）生产制造的种类和数量。Resource Assignment 试图确定各种加工产品如何分配到多个资源上。Sequencing
10、试图确定加工的次序和生产准备的方式。（2）多个目标在资源优化问题中，我们也面临着企业优化的目标。很遗憾的是，企业目标的选取没有降低，反而增大了上述三个问题解决的难度。因为企业对于资源利用的目标不但是多维的，也是不断变化的。企业资源的目标可以包括a) 库存b) 资源利用c) 客户订单满足率（客户缺货率）d) 生产转换e) 生产连续性f) 生产加班等等。这些目标随着经营环境的变化，优先级有可能发生变化。（3） 二种方法在（一）已经提到“计划”和“调度”的区分。一般而言，“计划”所主要针对的问题就是Lot Sizing (产量) 和 Resource Assignment (资源调配)的问题；而“调
11、度”所主要针对的问题是Sequencing（顺序）问题。这种对应关系是和问题中所隐含的对时间刻度的要求是紧密相关的。一个工厂如果获得当天的生产计划，也就是获得了当天需要加工的产品、数量和设备的大致安排，也就具备了基本的生产启动指令。车间调度人员具有灵活安排生产加工次序和组织生产的灵活性。“计划”的优点在于在统筹的资源调配情况下，赋予车间现场人员比较宽松的灵活度来应付各种可能的突发事件，缺点在于并没有告诉操作人员如何安排更细致的工作。反之，“调度”则详细而具体的安排了设备在更精细时间刻度上（小时、分钟）的工作量，以及工序之间应该如何衔接和先后次序。“调度”的优点在于明确操作次序，减少现场人员的随
12、意性；但缺点也是显而易见的，就是对于生产现场的变化处理并不具备宽容度，往往对于全自动化非人工活动具备较好的应用性（例如汽车厂的喷漆车间）。（4） 多种算法“计划”和“调度”所采用的算法往往大不相同，对企业优化目标所造成的影响也大不相同。在“计划”当中，当时间刻度是以班次、天、周、月等划分的时候，为了实现“有限产能、有限物料”的统一优化，往往采用是以线性规划或者混合整数规划为主的优化方法。在“调度”当中，当时间刻度非常小，或者允许是连续时间的时候，为了实现次序的优化，往往采用以约束规划、经验规则或者启发式算法为主的优化方法。这些算法的优缺点可以见以下表格。需要说明的是（1）各种算法并不专属于某种
13、类别，在“计划”制定中也可以采用经验规则等方法。这里面只是罗列了被证明比较好的方法。（2）算法的优劣不是站在算法本身考虑的，而是从对问题解决的相关度上来看。时间刻度主要针对问题主要算法优点缺点计划天、周、月等Lot Sizing (产量）Resource Assignment （资源调配）线性规划a) 可以适应企业多目标优化b) 目标可以有优先级c) 成熟技术d) 适合大规模问题e) 可以找到最优值或者较好的次优值a) 对于次序问题比较困难b) 大规模商用成熟优化器一般比较昂贵调度连续时间，或者分、小时等Sequencing （顺序）约束规划a) 可以处理次序问题b) 可以处理复杂工序问题a)
14、 算法以找到可行解为主要目标，无法实现多目标同时优化b)算法个性化程度较高，开发难度大c) 可处理的变量数量和复杂程度限制较高经验规则a) 运算速度快b) 开发简单c) 容易理解a) 往往不能找到最优解，而是一个可行解；b) 对规则的质量要求很高；c) 无法实现多目标同时优化启发式算法可以找到较好的解决方案a) 算法个性化程度较高，开发难度大b) 可处理的变量数量和复杂程度限制较高c) 方案的稳定性随着问题的不同而有较大差异从这个表格我们需要看到：（1）“计划”可以对企业多目标进行优化，但在时间刻度上做了简化，是一个以企业多目标为导向的优化工具；而“调度”的优势在于执行层面，但因为算法本身的制
15、约，无法看得更宏观、更系统（2）时间刻度越小，为了能够在可以容忍的时间内产生一个较好的方案，问题的范围就越要缩小，“调度”算法在增加细节操作的可控性的同时，失去了时间跨度的优势，也就失去了对企业在较长时间范围内目标的可控性。很多软件可以宣称既能够满足“计划”的要求，也能够产生“调度”的细节，那么只有以下几种可能性（1） 这个软件包含了两种（或者多种）不同的算法，可以按照一定逻辑先后运行，例如iLog开发的PowerOp系统。（2） 这个软件采用了某种算法，例如经验规则、启发算法或者约束规划，那么优化结果的缺陷将会是要么优化速度在问题复杂的时候需要很长时间，要么无法实现企业多个目标的同时优化（ 或者只是找到一个可行解），要么以上两个都具备（3） 企业问题本身已经具备某种特征，比如说按照客户订单生产中，加工批量就是客户订单数量等，这样在某种程度上规避了资源优化问题中的某一个（例如Lot Siz
