高級(jí)排產(chǎn)為高級(jí)計(jì)劃與排產(chǎn)的簡稱，英文名稱為Advanced Planning and Scheduling，簡稱APS。國際上還沒有做出明確定義，它是一種基于供應(yīng)鏈管理和約束理論的計(jì)劃與排產(chǎn)工具，包含了大量的數(shù)學(xué)模型、優(yōu)化及模擬技術(shù)，其功能優(yōu)勢(shì)在于實(shí)時(shí)基于約束的重計(jì)劃與報(bào)警功能。根據(jù)當(dāng)前的基本約束進(jìn)行排產(chǎn)基本都可以得到一個(gè)合理的排產(chǎn)結(jié)果，單純的基于約束理論的排產(chǎn)只是解決了如何避開約束進(jìn)行排產(chǎn)的問題，但是如何能在排產(chǎn)過程中考慮更多最優(yōu)因素得到一個(gè)相對(duì)最優(yōu)解？比如如何盡可能減少成本？提高質(zhì)量？減少加班？盡量發(fā)揮員工的特長？等等 。

  為了讓計(jì)劃排產(chǎn)更加的智能，國工智能智能制造平臺(tái)在排產(chǎn)和任務(wù)調(diào)度中加入了人工智能求解器算法，可以在有限的時(shí)間內(nèi)根據(jù)業(yè)務(wù)的自定義規(guī)則來進(jìn)行分?jǐn)?shù)評(píng)估，自動(dòng)選擇最優(yōu)解。最優(yōu)解即在給定資源條件下所滿足目標(biāo)要求的最優(yōu)解決方案；相對(duì)最優(yōu)解說的是針對(duì)同樣的資源條件和目標(biāo)需求所給出的不同解決方案進(jìn)行比較，更能滿足目標(biāo)要求的解決方案。

       最近公司在與客戶交流探討業(yè)務(wù)的時(shí)候，了解到這樣的一個(gè)業(yè)務(wù)場景和需求：生產(chǎn)車間接到生產(chǎn)訂單做計(jì)劃生產(chǎn)產(chǎn)品，所要生產(chǎn)的不同產(chǎn)品有不同的生產(chǎn)工藝流程，每個(gè)生產(chǎn)流程下有對(duì)應(yīng)的生產(chǎn)工序，每個(gè)生產(chǎn)工序需要對(duì)應(yīng)的生產(chǎn)設(shè)備。如何分配設(shè)備資源，滿足盡可能多的生產(chǎn)計(jì)劃，創(chuàng)造更多的收益或者生產(chǎn)訂單確定的情況下，如何分配設(shè)備資源，實(shí)現(xiàn)更低的成本消耗，利益最大化。這是車間生產(chǎn)常見的排產(chǎn)問題。
       在排產(chǎn)過程中，必然存在某些制約因素，滿足某些需求才能進(jìn)行，或是交期保證，或是產(chǎn)能限制，或是關(guān)鍵工序制約，也就是說任何排產(chǎn)至少存在一個(gè)制約因素/瓶頸，否則他就可能無限的產(chǎn)出，沒有排產(chǎn)的必要。
       現(xiàn)實(shí)環(huán)境中的排產(chǎn)除了滿足各約束的原則之外，有一種相對(duì)來說比較固定的，或者比較約定成俗的原則盡早開始(As soon as possible)，和即時(shí)生產(chǎn)(Justin time)。
盡早生產(chǎn)，其實(shí)說白了，就是有一個(gè)產(chǎn)品的一系列生產(chǎn)任務(wù)，一旦準(zhǔn)備就緒了，就可以將它排入計(jì)劃中，且排在時(shí)間軸上越靠前越好，不同工序?qū)?yīng)的生產(chǎn)任務(wù)，在遵循固定的工序先后時(shí)間關(guān)系的基礎(chǔ)上，越早開始越好，應(yīng)對(duì)未來的生產(chǎn)任務(wù)和產(chǎn)能具有不可預(yù)見性，比如未來會(huì)不會(huì)突然因?yàn)榭蛻艏訂?、機(jī)器故障等客觀且不可控因素導(dǎo)致產(chǎn)能吃緊等情況。
       即時(shí)生產(chǎn)，一個(gè)產(chǎn)品的一系列生產(chǎn)任務(wù)，先確定最后一個(gè)工序（例如包裝）的生產(chǎn)任務(wù)要求什么時(shí)間要完成的，然后基于這個(gè)完成時(shí)刻，往前推算（例如，在要求完成時(shí)間，減去加工任務(wù)的時(shí)長，再減去一些準(zhǔn)備時(shí)間等），就可以推算出前一個(gè)工序的生產(chǎn)任務(wù)的要求結(jié)束時(shí)間.....如此類推，就可以推算到整個(gè)產(chǎn)品的首個(gè)工序的生產(chǎn)任務(wù)的開始時(shí)間，從而得到所有生產(chǎn)任務(wù)的具體生產(chǎn)時(shí)間（包括開始時(shí)間與結(jié)束時(shí)間）。

  公司最近在研究人工智能約束求解器相關(guān)技術(shù)。人工智能約束求解器，可以利用運(yùn)籌學(xué)模型與機(jī)器學(xué)習(xí)將實(shí)際問題轉(zhuǎn)化為數(shù)學(xué)模型求解。它可以優(yōu)化規(guī)劃和調(diào)度問題，將復(fù)雜的AI優(yōu)化算法（如禁忌搜索，模擬退火，延遲接受和其他元啟發(fā)式算法）與一些非常有效的約束評(píng)分計(jì)算技術(shù)，還有其他最先進(jìn)的約束求解技術(shù)相結(jié)合起來，量化規(guī)劃問題的硬性約束條件和軟性約束條件，對(duì)每個(gè)規(guī)劃方案進(jìn)行硬性條件和軟性條件評(píng)分，根據(jù)評(píng)分反饋優(yōu)化方案的規(guī)劃，不斷的比對(duì)獲取更佳方案，在有限的時(shí)間內(nèi)，方案不可窮舉的情況下，推薦出滿足硬性條件，軟性條件極大的滿足，人力所不能觸及的優(yōu)質(zhì)方案。

  根據(jù)所了解到的業(yè)務(wù)場景，結(jié)合公司最近研究的人工智能約束型求解器，該排產(chǎn)問題完全可以使用約束型求解器，將生產(chǎn)任務(wù)以及設(shè)備資源轉(zhuǎn)換為數(shù)學(xué)模型，將業(yè)務(wù)場景需求轉(zhuǎn)化為相應(yīng)的約束條件，遵循約束性求解器的軟硬分約束規(guī)則，完生產(chǎn)任務(wù)的排產(chǎn)。

  結(jié)合人工智能排產(chǎn)引擎的使用，規(guī)劃工廠生產(chǎn)數(shù)據(jù)關(guān)系如下： 

   創(chuàng)建產(chǎn)品名稱為LB32自制加工的化工產(chǎn)品生產(chǎn)訂單，其中訂單日期為2021-01-09，交貨日期為2021-01-20。如下圖所示：

   產(chǎn)品LB32自制加工的生產(chǎn)工序要求如下所示，需要4個(gè)工序，每個(gè)工序24小時(shí)，也就是1天。每個(gè)工序?qū)?yīng)該工序的所需操作功用，按照工序順序依次分別為吊帶離心、不銹鋼結(jié)晶、搪玻璃反應(yīng)、柱子過濾。

可用的排產(chǎn)資源如下圖，設(shè)備提供的資源功用分別對(duì)應(yīng)如下：搪玻璃反應(yīng)釜---搪玻璃反應(yīng)、柱子過濾器---柱子過濾、吊帶離心機(jī)--吊帶離心、不銹鋼結(jié)晶釜---不銹鋼結(jié)晶、鈦棒過濾器---鈦棒過濾、燭式過濾器---燭式過濾。

   排產(chǎn)資源對(duì)應(yīng)的資源功用，是對(duì)該排產(chǎn)資源對(duì)外所提供功能的功能定義和描述，是由該排產(chǎn)資源的固有性質(zhì)所決定的。根據(jù)資源的固有性質(zhì)可維護(hù)單條或多條資源功用。

   針對(duì)這些設(shè)備資源，維護(hù)資源可用情況如下：

   生產(chǎn)訂單任務(wù)以及設(shè)備資源創(chuàng)建維護(hù)好之后，根據(jù)業(yè)務(wù)模型以及約束型求解器的約束規(guī)范編寫約束算法。使用盡早生產(chǎn)排產(chǎn)方案，根據(jù)所生產(chǎn)的產(chǎn)品LB32自制加工對(duì)應(yīng)的生產(chǎn)工序要求，按照工序順序以及每個(gè)工序?qū)?yīng)的所需的資源功用去匹配設(shè)備的可用時(shí)間資源，配合約束型求解器對(duì)應(yīng)的 硬分，軟分的約束機(jī)制，獲取該產(chǎn)品生產(chǎn)訂單的生產(chǎn)計(jì)劃如下：

  點(diǎn)擊排產(chǎn)按鈕，系統(tǒng)自動(dòng)根據(jù)評(píng)分規(guī)則在有限時(shí)間內(nèi)進(jìn)行最優(yōu)解排產(chǎn)，自動(dòng)生成該生產(chǎn)訂單對(duì)應(yīng)的生產(chǎn)計(jì)劃設(shè)備分配甘特圖對(duì)應(yīng)展示如下：人工智能約束求解器使用的軟硬分反饋排產(chǎn)計(jì)劃的優(yōu)劣，此處硬分反饋的是工序的約束，分?jǐn)?shù)為0；軟分反饋的是兩個(gè)工序之間的時(shí)間間隔，分?jǐn)?shù)為0點(diǎn)擊分?jǐn)?shù)可以查看當(dāng)前排產(chǎn)方案的分?jǐn)?shù)評(píng)價(jià)情況，進(jìn)行排產(chǎn)方案對(duì)比，從而可以對(duì)訂單進(jìn)行調(diào)整。

  根據(jù)經(jīng)驗(yàn)，使用約束型求解器進(jìn)行排產(chǎn)與傳統(tǒng)排產(chǎn)也是有著明顯的優(yōu)勢(shì)：

  1）排產(chǎn)操作簡單化。建立業(yè)務(wù)模型后，人工智能排產(chǎn)引擎使用約束型求解模式對(duì)規(guī)劃問題求解，將注意力集中在資源的約束描述上，使得排產(chǎn)過程變得簡單化，使得原本難以入手解決的問題迎刃而解。

  2）節(jié)省了時(shí)間成本。人工智能排產(chǎn)引擎使用復(fù)雜的AI優(yōu)化算法（如禁忌搜索，模擬退火，延遲接受和其他元啟發(fā)式算法）在較短的時(shí)間內(nèi)獲取更優(yōu)質(zhì)的排產(chǎn)方案，大量節(jié)省了獲取優(yōu)質(zhì)排產(chǎn)的時(shí)間。3）節(jié)省資源成本，提高收益。使用人工智能排產(chǎn)引擎獲取資源使用少，產(chǎn)能輸出高的排產(chǎn)方案，直接或間接的節(jié)約了生產(chǎn)成本，提高了價(jià)值創(chuàng)造，為客戶帶來更高的收益。