溯源供应链引擎APS的历史（蔡颖）

基于约束的高级计划和排程技术的是真正供应链优化的重要引擎，她给错综复杂的供应链丛林中的企业以敏捷的身躯，来快速反应与适应激烈竞争切变化多端的市场。实际上有多种需求导致APS的产生，其原因如下：

（1）业务系统是基于事物处理的，APS更多的是在业务层以上的分析，这些系统的结构限制了计划和排程的能力，如MRP，CRP等等。直到现在，对许多使用业务系统的人们来说高级计划APS还都是新的内容。

（2）APS的内部开发已经完成。技术已走向成熟，出现很多的供应商和产品的现象。

（3）许多咨询公司还没有涉足此领域，直到较好的产品和供应商出现。

（4）人们对APS的定义来源于较广的工业领域，APS在不同的时间，不同的运用点渗透到不同的工业领域。当公司有能力管理自己的数据与业务时，实时，优化就显得更加的重要。流程行业最先使用APS技术，离散行业较后才使用。

（5）许多用相似的方案的供应商已经很积极的声明自己是APS供应商。

（6）对APS技术的贡献有APICS，人工智能，计算机科学，决策支持系统，工业工程，物流，管理科学，运筹学，和生产运作管理，每一个领域都有自己的术语，此外，也导致了混乱。（甚至”计划”与”排程”都没有标准的意义），这也造就了创造新工具的机会。

APS已经从企业内部持续改善的优化工具到满足公司间协作的供应链新技术的进化。这个论题是John Layden，在他的《排程逻辑的进化》的文章描述的，让我们继续这个进化，看看有谁在此领域活跃了近二十多年。

计算机出现之前的APS

在计算机之前，一些关键的概念已经形成了。一个是甘特图，它让人们看到可视的计划并可以交互的更新。这个简朴的概念一直延续到今天，我们用有颜色的橡皮带，块，钉子和粉笔在墙上，纸作标识。用数学建模的方式来解决计划问题的想法出现在至少在1940年。美国和前苏联让人们手工应用这一新的优化技术，它叫线性规划，运用它来解决与战争有关的后勤问题。

1950-1960初，计算机已出现

APS的进化已经和计算机的进步紧密相连了，在1950末或1960年初，许多大公司开始租赁计算机计算和购得大型计算机。计算机被用于研究计划问题的一部分，如优化几个关键的物料和能力的平衡，基于产品的需求与能力约束。或者找出批量产品的最低成本的配方。他们一般都使用线性规划的算法。其数学模型就象现在的小型的电子表应用程序（40-60个方程式和60-100个决策变量）。在此其间，有两个公司首先提供对计划的优化工具，他们是在1957成立的Bonner and Moore公司和1962年成立的Haverly Systems 公司。优化的处理可以避免混乱，优化技术的严格实施是一个较好的解决方案或方法，保证找到对问题的”最好”的答案且智能的知道何时发生，多长时间发生。

今天，我们使用优化技术常常是用于一个较简单的寻找提高的方法或方案且不能保证找到最好的方案。简单的寻找提高的技术叫启发式算法。它们经常用于时间的限制或容限。（在10分钟，找到最好的答案）。当这些优化的技术用于交替的变化，容易出现混乱。线性规划较适合严格的优化约束和识别约束，经常是对一个问题用于经济上如成本和收入的约束来决定”最好”的方案。

1960中期-1970初 计算机应用程序的进步

随着计算机的进步，人们有能力可以考虑更复杂的计划问题。先进的技术的工具可以考虑整个制造工厂和设置在最小化成本的运作且最大化利润。一些公司结合计算机程序对生产设备来优化他们的产品配方。人们也开始研究分销问题。如公司EXXON开发程序来集成库存，采购，制造，分销管理。

从1960初的几百个决策变量到1970的几千个变量，到1970年的后期的上万个变量。线性规划的这种技术也扩展到解决更困难的问题。如生产能力的决定，生产品种和生产线的选择和对分销中心的选址等。这些应用最早是出现在流程行业的计划层。许多大的化工公司如Amoco， Chevron， Exxon， Marathon和Shell都积极采购主机系统的计算机，部署到他们的制造工厂里，这些公司还采取了数据采集与集成数据的方法。由于业务的需求推动，优化技术较好的满足他们的许多流程和分销网络的特点。许多公司自己在大型机环境下开发自己的工具。开发线性规划的程序。也可以从几个供应商购买到。如IBM的MPS（后称MPSX），有些公司却使用现成的程序开发语言如Assembler， Cobol， FORTRAN，和PL/1是常用的开发语言。这些程序是以批处理的模式运行。EXXON甚至出版了关于一本关于他们计划系统的书。

计算机已成为解决排程问题的工具，模拟也被用于制造和分销设施的设计。模拟工具还开发成计算程序， 按照能力和物料的消耗， 顺序活动， 计算批量可以得到排程的结果。可以对特别的排程问题进行开发的，且这些程序界面可以为用户交互使用。

基于排程工具的模拟开始出现在1970年。Pritsker是一较早的供应商，另外一早期的产品是IBM的CPPS。主要是些化工公司，在1970年就积极使用了计划工具。其他行业也在积极使用计划和排程程序。

1980年初，轮胎制造商Kelly Springfield ，Philip Morris 已经使用了APS计划和排程程序。造纸公司如St Regis，和国际造纸也实施和运用了APS工具。

1980年-商业媒体发现了APS

约束理论的发明者高特拉德（1983年9月5日财富杂志人物）领导的创新产出公司（Creative Output），他们的产品OPT， 以批处理的模式，应用一系列的消除瓶颈的算法，这是一个非常积极的销售型组织，它获得了许多离散制造业的客户。创新公司在和M&M/Mars公司的法律争端之后，从市场很快的退出。 而高特拉德扩展了TOC（约束理论）的哲学，他本人却以出版和制造导师为职业。当时，和创新公司的同类I2公司仍然活跃在APS领域。财富杂志的文章提到Numetrix决策科学公司，以后又分拆为Numetrix公司和Chesapeake决策科学公司，这两个早期的APS供应商具有交互的产品和提供基于内寸分析技术。

在APS文章经常出现学术论坛和使用APS方案的期间，产品介绍开始出现在”商业周刊”，”Chicago Tribune”，”New York Times”，”Wall Street journal”， “Washington post”。媒体关注的中心是在1984年，由年轻的AT&T的研究者名为Narendra Karmarkar 开发的算法。这个新技术解决了线性规划的问题，是被AT&T作为”真正的突破”和”设计解决了以前未解决的问题”来推销。AT&T把这个算法绑定他们的计算机，价格近9百万美元。

1980，我们也看到了个人计算机和电子表格的引进。电子表是双刃剑，在积极的方面，他们引进了人们交互的使用预测，计划和排程。在很多公司使用的大型机时，用户使用简单近似存在的工具。不幸的是，当大型机系统出问题时，子系统也就不可能选择和验证详细的数据。许多化工公司积极开发计划排程系统，从1970年到1980年的后期，重视数据的质量和工具的精确性。

在1980年中期，许多大的化工公司认识到可用改善制造流程来阻止下降的利润。就开始检查他们供应链的活动。BASF，DOW， Du Pont和Rohm和Haas都开始积极使用计划和排程的工具。他们使用自己开发的产品和工具或自己修改过的APS产品。目的是想要管理真正的整个供应链而不是某一局部的方案如制造或分销。

许多MRPII的供应商，为了满足市场需求也进入流程行业。有些公司却延迟开发APS工具或使用APS工具，而他们决定用MRP，CRP来满足他们计划和排程的需要。但是，在1990年初，许多大的化工公司已经选择了APS的供应商。许多大的航空公司也实施了复杂的计划和排程系统，美国航空集团也为其它航空公司建立这些高级计划排程系统。

1980年后期，我们也看到了人工智能，专家系统的出现，许多公司把人工智能运用到计划排版程系统。投资者和客户期望的难题就此解决。Du Pont和IBM积极结合人工智能AI和存在的技术开发程序。IBM也开发了一个派工系统，Du Pont在他的来自Chesapeake决策科学公司的MIMI优化，模拟启发的产品里加入了专家系统。专家系统用它的数据验证，启发式的协作，方案解释的能力，为计划排程的制定起到有效的作用。实时的专家系统产品如G2在此时也出现了。人工智能AI世界同时也对APS的技术作出了贡献如基于规划的约束和基因算法。对人工智能AI的期待已经设置了极高的水平上了，用人工智能AI完全达到期望的要求，可能令人失望。不幸的是，有些人仍然认为是失败，许多人工智能AI的开发者感到他们的技术仅仅应用于纯技术时髦。于是，在1960年到1970年，用许多时间和努力去重新开发一些功能，寻找其他的工具。

1980年后期，也出现了图形用户界面，有些供应商试图结合个人计算机来增加它的图形运用能力， 图形用户界面成为标准的预测，计划，排程工具的一部分。这个技术的革命巨大的影响了APS的市场化。

1990年-APS市场繁荣和产品增值

在1990年初，消费品公司（CPG）开始联系APS系统。虽然也有一些早期采用者，在此市场阶段，这个行业作为一个整体应用APS技术是很慢的。造纸业也是如此。一些已经有能力实施相对简单的制造排程的公司发现他们需要更复杂的系统，可以处理包括SKU数量，分销网络的地点的选择。许多公司也发现相似的问题，就是他们的预测能力，尤其是在SKU的数量的管理上，简单的预测工具却阻碍了预测的准确性，他们需要集成供应链的多地点的详细的需求，来为了运作决策。

1990年初，SQL的引进，允许APS工具和关系型数据库更动态的互动。计算机能力的增强和成本的降低，导致新的方案的出现。同时也发现问题的复杂性，所以，基因算法出现了。它们立刻形成多重的方案以结合现存方案的最好的特征来创立新的方案。人们开始使用反复模拟，想要建立更好的方案，但是，随着开发的工具处理百万的决策变量，对计算机和应用程序是一大挑战。

1990年，APS的供应商已经繁殖到更广的工业领域，如I2，Fastman已经进入电子装配，金属品制造等离散制造领域，I2的市场导向品牌和销售战略，戏剧性的提高APS的空间，而这以前APS都是一直技术导向的市场。由于I2，Manugistics，等的市场的影响，引起了大咨询公司的注意，他们开始分配资源给这些产品作服务。但是，APS对大的咨询公司而言有两个挑战，一个是它需要较深的应用专家，而不是集中在IT的应用上。二是固定的，标准项目实施方法对APS项目不太有效，该领域的专家仍然需要决定如何更有效的实施APS。

1990年中期，许多供应商转向微软技术的视窗环境下的用户界面，C/S结构或整个转向Window NT 环境，除了提供更直观的用户界面，报告能力而且使APS应用程序的环境转向低成本的，性能戏剧性的提高的计算机。1990年中期，也看到了APS运用到部分的半导体公司，这些公司在改变产品技术方面有着极大的进取心。使产品具有极短的生命周期，这就对提高基于知识需求的APS来说是一大挑战，特别是在计划和排程层次上。和流程行业同时使用APS技术的公司有Harris半导体公司，IBM公司，Intel公司，Texas 仪器公司，用APS技术解决自己业务的复杂问题。

最后，在1990年的中期，APS还吸引了大多数ERP供应商的注意，随着APS市场的快速成长。产生了ERP供应商的新一轮的收购APS公司和自己内部开发APS。 许多专家认为APS必须嵌入ERP系统。

供应链引擎APS产品的功能特征的演变有以下四个阶段：

第一阶段的功能特征：人机交互可视化排产，简单的有限资源计算。

1，向前，向后和双向的订单的加载计算。

2，可以定义简单加载规则如按完成日期排序和设定优先级）

3，工序间的人机交互拖拉，编辑，批量分割

4，根据资源和时间对单独工序加锁/解锁

5，可以按工序的最早开始日期或订单的最早完成日期计算。

6，可以人机交互的替换，增加工序，交互处理故障，计划维修。

7，可以处理单一的加工工序，平行工序，可以对工序的单一资源进行约束

8，根据物料，时间，批量的生产率来排生产计划

10，可以对有限资源和无限资源或单个班次或假日来计划排程

11，可以在工作中心里自动选择资源，用户也可以定义资源

12，可以显示图形，文本，报表，可以订单跟踪，甘特图，等待表。

第二阶段的功能特征：基于各种资源约束优化计算

1，用户可以定制，配置数据，菜单，报表。

2，可以按工序和计划增加约束使用率。

3，具有换装时间距阵的排序，可以选择最小化换装时间。

4，具有计算批量，计算运输批量和自动重复和自动停止订单的功能

5，具有CTP（能力可用量）的查询

6，可以自动连接其它软件。

第三阶段的功能特征：基于多重资源约束优化和建模

1，具有每个工序的多重约束

2，基于当前工序的子工序的约束

3，可以使用优先资源选择规则

4。最大工序跨度和间隔，也可以延迟到下一个工序

5，可以计算在每个加工过程的顺序和平行批量

6，可以对装配线的建模和子装配线建模。

第四阶段的功能特征： 多重资源约束，物料的动态约束，需求计划，分销网络配置计划，运输计划，全局CTP，ATP。

1，从MRP处自动物料分配（静态物料约束控制）。

2，可以从不同的订单自动连接工序，可以从不同的订单排序，平行的负荷工序

3，具有标准的派工规则：优先顺序，关键率

4，可以处理订单，生产或资源的特别规则

5，可以让用户自定义建立规则

6，可以处理动态物料约束控制

7，可以处理供应链需求计划优化

8，可以供应链分销配置计划优化

9，可以供应链运输计划优化

10，可以对整个供应链的进行CTP和ATP的查询。

参考资料：

1.he history of APS by Donald E.Shobrys，Ph.D.

2.ww.pics.org

3.ww.supplychain.com

本文由作者向AMT提供
作者联系方式：ycai@fs.com

蔡颖 专栏

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友