《APS研究与应用分析》由会员分享，可在线阅读，更多相关《APS研究与应用分析（6页珍藏版）》请在金锄头文库上搜索。
1、APS研究与应用分析一、APS概述（一）APS的定义APS(advanced planningand scheduling system)被誉为供应链优化引擎，通常译作高级计划与排程。它是一种基于供应链管理和约束理论的先进计划与排产工具，包含了大量的数学模型、优化及模拟技术，其功能优势在于实时基于约束的重计划与报警功能。在计划与排产的过程中，APS并发考虑企业内外的资源与能力约束(物料、机器设备、人员、供应、客户需求、运输等)，用复杂的智能化运算法则，做常驻内存的计算，从成千上万、甚至百万个可行方案中选出一套最优方案来指导企业的生产、采购、库存等，帮助企业对生产中的资源利用进行计划执行分析优化
2、和决策。APS的高级性主要体现在自动重排和综合性。在APS的优化计划过程当中，当每一次改变出现时，APS 就会同时检查能力约束，原料约束，需求约束，运输约束，资金约束，这就保证了供应链计划在任何时候都有效，这就是APS的自动重排特性。另外，APS的理论基础包括：、管理学、约束理论、运筹学、计算机科学、物流供应链管理（JIT、精准生产）、生产运作管理、工业工程、人工智能、决策支持系统、六西格玛质量管理等等，可见，APS是一个综合性很强且高度复杂的系统，而且随着管理科学理论的不断创新以及最新的计算机科学优化算法的持续进步，APS的理论基础也将不断扩充，APS的结构更加复杂，功能也必将变得更加强大。
3、（二）APS的功能模块APS实现其强大功能主要依托于五大主要模块：1、需求计划。需求计划模块主要是应用统计工具、因果分析和层次分析等手段进行更为精确的预测，生成企业间最新的和实时的协作预测；同时结合客户已提交订单和往期实际需求量，综合生成较为系统和准备的需求计划；2、生产计划与排程。生产计划和排序模块主要是分析企业内部和供应商生产设施的物料和能力约束，编制满足物料和能力约束的生产进度计划，按照给定的目标条件进行优化。不同公司开发和设计时会侧重不同的生产应用环境，采取不同的优化算法。3、分销计划。分销计划模块在于帮助管理分销中心并保证产品可订货、可盈利、能力可用。该模块主要帮助企业分析原始信息，
4、进而帮助企业确定如何优化分销成本或根据生产能力和成本提高客户服务水平。4、运输计划。运输计划模块的作用是帮助确定将产品运送到客户的最好的途径，它的目标更多是短期的和战术性的。5、企业供应链分析。企业供应链分析模块是APS中最重要的模块，也是最能体现APS功能升华的模块。它更多立足于对整个供应链的成本效益分析，帮助供应链上各企业从战略功能上对供应链、生产和销售中心进行调整。所以，供应链企业的分析将会贯穿整个供应链的一个或多个产品，注意发掘和发现链条上的问题并指导决策。（三）APS的作用与意义1、实现效益最大化。在组织有限资源约束条件下实现效益最大化。相比传统的MRP或者ERP系统，它们是基于无限
5、物料、无限能力的理论，是通过缺料分析、能力分析，由人进行调整和采取行动的计划排程方法。APS是基于约束理论的，通过事先定义的约束规则，由计算机自动采取行动的高级计划排程方法。现实中的资源和能力是有限且动态的，APS方法显然更能反应现实生产运作环境。2、即时规划。APS具有面对突发状况（插单、物料供销延迟交期变化等）的即时规划能力。不论是单个企业的生产环境中，还是整个供应链系统的各个企业，生产环境都不是固定不变的，任何时间都可能发生资源、能力的变动，比如原有产品的插单、新产品（工艺路线发生变化）的加入、物料供销延迟交期变化、机器故障等突发事件，都会打破原有的优化平衡状态。APS系统具备计算机自动
6、检查重排，生成新的优化排程方案，且是即时完成，不会延迟。3、制定无时间限制的层次计划体系。全盘考虑供应链上各企业的资源能力和目标，时间上支持供应链活动的任何时段如小时、天、周、月；空间上支持不同业务流程和不同供应链企业成员的计划。传统的MRP或者ERP是按顺序和分组织计划，也不支持任何时段的计划处理。4、辅助决策支持。利用模拟仿真等预测分析工具，对比事前模拟与事后计划结果，帮助计划人员做出正常决策；同时通过不断收集计划实施反馈结果，调整供应链各环节的产销布局，运销分配，以提高资源优化配置的效率，提升供应链的综合绩效。二、APS与规则引擎规则引擎由推理引擎发展而来，是一种嵌入在应用程序中的组件，
7、实现了将业务决策从应用程序代码中分享出来，并使用预定义的语义模块编写业务决策。接受数据输入，解释业务规则，并根据业务规则做出业务决策。APS相对于传统的ERP计划模型最大的优势是层次计划体系。供应链计划涉及不同的时间跨度（长期、中期、短期）、不同的业务流程（采购、制造、分销等）以及各个供应链成员企业，并且由于需求的不确定性，APS采用层次计划方法，其中层次越低，计划涵盖的局部受到的限制越多，计划时间跨度越短，计划也越详细。 同时上层计划模块的结果为下层计划设定了约束，而下层计划也将相关性能数据（如成本提前期、使用率等）反馈给上一层次的计划，并接受上层综合计划的协调。由于 APS 算法的局限性，
8、 在约束资源过多的情况下，APS 的计算结果通常是无解， 或在有些情况下通过变通给出了次优解或近优解，但往往并不符合企业的实际情况。 另外，相对固定的算法，并不能适应多变的市场变化，当企业业务规则变化后，APS 很难跟上更新的步伐， 使得APS 的适应性和柔性仍比较差。鉴于此，将规则引擎应用在APS的计划管理模块中，基于一系列业务规则，将计划管理过程分为四个模块：资源管理、需求管理、制造管理和可供应能力管理。每个模块按规则引擎的原理分为业务规则、数据和流程3部分，其中业务规则负责对资源的优化和调配，相对独立于系统之外，可由规则引擎实时解析和启动，并可根据情况及时更新维护。这样制定的计划可以接受
9、反馈、滚动更新。模型既保留了 APS 约束资源优化、层次性计划体系等优点，同时又克服了传统 APS 适应性不强、柔性不足的缺点，且易于实现和推广应用。 三、APS与大数据（一）大数据的定义及主要特性目前，大数据并没有一个公认的定义。国际数据中心IDC对大数据下的定义（属性定义）：大数据技术描述了一个技术和体系的新时代, 被设计于从大规模多样化的数据中通过高速捕获、发现和分析技术提取数据的价值；McKinsey 公司的研究报告中对大数据的定义（比较定义）：超过了典型数据库软件工具捕获、存储、管理和分析数据能力的数据集；美国国家标准和技术研究院 NIST 对大数据的描述为（体系定义）：大数据是指数
10、据的容量、数据的获取速度或者数据的表示限制了使用传统关系方法对数据的分析处理能力, 需要使用水平扩展的机制以提高处理效率。大数据的四个主要特性：1、体量大。大数据中主要的非结构化数据呈超大规模增长，要求与传统的结构化数据不同的分布式存储方式来保存。2、多样性。大数据主要为非结构化数据或半结构化数据，形式有文本、图象、视频、机器数据、网络日志、地理位置信息等。3、价值密度低。大数据量大，价值密度低，但聚合能产生大师的商业价值，这是大数据研究的原动力所在。4、速度快。对大数据的处理必须是实时的，遵循“1秒定律”，快速决策，数据没有办法在可容忍的时间下使用常规软件方法来处理。（二）大数据的相关技术数
11、据采集以ETL工具为主，用来描述将数据从来源端经过抽取、转换、加载至目的端的过程，典型代表有：Informatics、Datastage、OWB等；数据存储采取NoSQL（泛指非关系型数据库），主要有HDFS、HBASE、OceanBase、MongoDB等；基础架构支持：云存储；分布式文件系统；统计分析：TopN排行榜、地域占比、文本情感分析；数据挖掘：关联规则分析、聚类、分类；模型预测：预测模型、机器学习、建模方法等（三）基于大数据的APS系统应用APS高级计划与排程是基于供应链管理和约束规则的排程方法，是对传统基于MRP的ERP排程方法的改进，并且APS的运行数据是主要来源不ERP系统，
12、做出最优或符合现实的次优方案后再返回ERP或MES系统去实施。随着大数据时代的来临，现代供应链大数据涵盖了交易数据、 时间段数据、 库存数据、 客户服务数据、 位置数据等各个方面，这些以结构数据、非结构数据、传感器数据及新类型数据为主的大数据交普便用于APS计划排程的五个主要模块中。1、大数据可以使需求预测变得切实有效。传统的市场预测往往依据市场调研和营销人员的个人经验，但是这种市场预测方式显然已经不能适用于企业和个人的需求。大数据时代，通过对供应链上海量数据的收集、甄别，不仅可以为终端的市场用户勾勒出关于消费习惯、 消费能力的 “消费画像”，反映出市场真实的需求变化，也可以使供应链企业依据数
13、据分析的结果，了解到具体的业务运作情况，从而判断出哪些业务带来的利润率高、度较快等，并通过实时的数据针对业务做出必要的调整，把主要精力放在真正能够给企业带来高额利润的业务上，确保每个业务都可以带来赢利，从而实现高效的运营。基于大数据的需求预测，会使APS系统的计划与排程模块、分销模块、运输模块同理变得更加合理与准确。基于云物流的APS平台系统可以减少计划、生产和运输过程的资源浪费，满足客户的高附加值，提高服务水平，增加整个供应链企业的核心竞争力。2、大数据分析技术的改进可以提高供应链企业的分析能力。依托大数据技术，供应链上的企业可以捕捉到创新的信息与机遇，不断地优化生产物流供应链的流程，提升供
14、应链的管理水平。四、APS与互联网+（一）互联网+的相关概论“互联网+”就是指，以互联网为主的一整套信息技术（包括移动互联网、云计算、大数据技术等）在经济、社会生活各部门的扩散、应用过程。“互联网+”的本质是传统产业的在线化、数据化。将商品、人和交易行为迁移到互联网上，实现“在线化”；将“在线”的东西形成“活的”数据，随时被调用和挖掘。“互联网”的动力：云计算、大数据与新分工网络。“互联网”仰赖的新基础设施，可以概括为“云、网、端”三部分。“云”是指云计算、大数据基础设施。 “网”不仅包括原有的“互联网”，还拓展到“物联网”领域，网络承载能力不断得到提高、新增价值持续得到挖掘。“端”则是用户直
15、接接触的个人电脑、移动设备、可穿戴设备、传感器，乃至软件形式存在的应用。“互联网”的新生产要素：大数据。“互联网”的分工体系：大规模社会化协同。比如以企业为中心的产消格局，转变为以消费者为中心的全新格局。为提高组织管理效率，降低冗余价值链环节，“小而美”成为企业追求的常态等。（二）基于“互联网+”的APS传统的APS是基于供应链管理和约束机制的计划与排程，其中约束机制主要体现在各种优化算法创新。“互联网+”的出现必然引起供应链管理思想的变化，进而影响APS的运作。这种影响主要有以下几个方面：第一、从宏观角度来说，“互联网+”的出现，会引起贸易模式、制造模式、运输模式、销售模式的改变，这些变化最
16、终将影响APS。在传统的外贸商业模式中，产品严格遵守从工厂到出口商，通过国际物流到进口商，然后通过批发商、零售商，最终到达消费者手中。随着“互联网+”的兴趣，这种贸易模式最终可能变成从工厂直接送到消费者手上，通过基于“互联网+”的平台，使产品的流通环节越来越少，产品的价格变得更低，工厂生产者的利润变得更高。APS在制定生产计划的过程上，将会减少许多中间环节的计划运算，降低APS系统的运算复杂度。伴随这种贸易模式的改变，工厂的生产制造模式也会变得更加柔性，更能体现客户的个性化需求，客户在购买和使用产品的过程中，可以直接向工厂的生产研究部门反馈对产品的个性化要求。“互联网+”交通的出现，使得产品的运输环节变得更加智能化，准时化。利用船联网、车联网、大数据打造高效集成的跨区域的物流运输体系，大大缩短各种原材料、产品的运输时间，提高客户的满意度。第二，从微观角度
