威士顿新一代APS（Advanced Planning and SchedulingSystem，高级计划与排程系统）是一种智能化的计划和排程系统，它通过整合生产和供应链各类数据，运用先进的算法和数据模型，根据各种约束条件，以最优的方式规划和调度生产以及生产保障活动，从而为生产计划提供最优解决方案。

通过深入分析、计算、预测各个生产环节的产能、瓶颈和变量以及供应链保障时效等因素，智能规划生产计划，动态优化生产计划，精准调度生产资源，将生产线上的“行车”调整到最佳状态，最大限度满足在交付履约前提下，实现生产成本与生产效率优化，让企业生产运营更柔性、更智能。

图1“智慧大脑”APS

1.高级计划排程，痛点在何处？

高级计划与排程的痛点源于复杂的任务交织、动态变化和多目标制约，导致传统方法难以应对，影响生产效率与资源利用。

首先，是高级计划排程的复杂性。生产任务、设备状态、物料保障、工艺保障等生产因素互相影响，同时每个生产任务的开始、生产、准备、操作所涉及到的人机料法环等情况均不相同，一系列需要考虑的生产因素就像一张蛛网密密交织，使得高级计划排程问题变得相当复杂。而排程问题通常是在等式或不等式约束下求解性能指标的优化问题，随着问题规模的增大，其计算量常常呈指数增长，使得一些常规的最优化方法往往无能为力。

其次，是高级计划排程系统的动态性、随机性。高级计划排程系统面临许多随机和不确定的因素，例如作业到达时间的不确定性、作业加工时间的随机性，以及可能出现的设备损坏、原材料供应不及时、交货期的改变等偶然事件。这些随机性和不确定性增加了排程问题的挑战。

最后，是排程问题的多目标性。实际排程中往往面临多目标挑战，并且这些目标间可能发生冲突。是考虑成本，还是优化生产性能，抑或是紧盯交货期？各个目标彼此纠缠，让排程问题雪上加霜。

2.威士顿APS，高效高质量完成复杂排程任务

由于长期为工业数智化转型提供服务，威士顿对生产排程的痛点有深刻的认知，并致力于解决这些痛点，通过长期耕耘研究形成了一套全面有效的解决方案。

新兴技术应对高级计划排程的复杂性，大幅提升排程效率

对于高级生产排程的复杂性，威士顿APS围绕设备参数、工艺、生产流程、排班、物料保障等可能影响排程的参数进行建模。通过深度学习、张量运算的方式等人工智能算法的引入，将大量复杂约束通过决策空间边界，降低了排程策略建模深度和训练负担，使得决策过程在高维度的约束特征输入的情况下，有效的优化、训练排程模型。

通过计划排程策略与大数据、AI等相关技术结合，建立起适用于流程型加离散型混合生产模式的排程算法，实现了有限产能条件下的交期预测、产能平衡、制定详细的RCCP、CRP生产计划以及各类保障计划，确保生产过程中人、机、料的合理配备和衔接，提升复杂生产链路下生产任务安排的效率。实现“接受订单-订单排程-工单下发执行-工单反馈-订单作业排程”的滚动、闭环作业。

图2 APS功能体系架构

实时重排程机制直面动态生产挑战，极大提升产能

针对高级计划排程系统的动态随机性，威士顿APS实现了排程系统的即时规划，实时重排。基于周期与事件的混合重调度触发机制，能够帮助工厂自动实现计划重调度，灵敏的应对各种变化，减少人工干预所需要的人力成本。无论是订单的变更、设备的突发故障，还是原料的供应延误，甚至是紧急的插单需求，这个机制都能在最短时间内做出决策，避免生产计划的混乱，极大的降低成本，提升效率、满足交期。

多目标层级计划体系助力供应链运作达到全面优化

对于高级计划排程问题的多目标性，威士顿APS制定了无时间限制的层级计划体系，兼顾了供应链上各企业的资源能力和目标。时间上，APS支持不同时间段的计划，可以是小时、天、周或月，满足不同业务流程和需求。空间上，APS支持不同人员的计划，考虑整个供应链的资源和目标。威士顿APS的层次计划体系提供了更全面和灵活的规划方案，帮助企业更好地协调各个环节，优化供应链运作。

3.威士顿APS进化蓝图

威士顿作为一家企业数智化转型服务商，长期以来，专注于以算法为内核，深入研究生产调度的智能化管控，致力于构建工厂指挥调度的“智慧大脑”。

从2012年开始为工业用户研发生产调度模块，2016年成功研发APS1.0并获得软著，此后在原基础上优化算法，陆续发布APS2.0和APS3.0，2018年申请APS专利并于2021年获得专利证书及发表相关论文。威士顿APS以信息化和智能化的方式替代人脑和手工方式对生产活动的各链路统筹安排，通过人工智能的自动排产，制定全面的、准确的、详尽的生产及生产保计划，确保生产过程中人、机、料的合理配备和衔接，提高生产效率和应变能力，引领工厂走向智能化，高效化，优化制造业的生产方式，释放出无比的生产力。

在未来，随着人工智能和大数据技术的进一步发展，威士顿APS将借助这些新技术，紧跟时代趋势，进一步提升自身生产排程的智能化程度，实现从数据收集、分析，到生产排程、管理、优化的全过程自动化，为制造业带来更大的效益。