导读：在近年来红红火火的智能制造热浪中，不仅涌现了大量的MES（制造执行系统）供应链，也涌现了大量的APS（高级计划和排程）的供应商。尤其是众多的MES（制造执行系统）供应商，对甲方号称都有APS系统。
那么APS（高级计划和排程）到底可以做什么呢（APS的功能是什么）？我们来做一个分析，也可以让大家从APS（高级计划和排程）功能上来做个区分。
1 订单管理
1.1 TP可承诺交期
1.2 订单提醒
1.3 订单透视
1.4 Job状态透视
1.5 Job工作表
1.6 多工厂CTP
1.7 工单插入
1.8 车间排程和报告
1.9 自动关闭
2 库存管理
2.1 库存计划
2.2 库存告警
2.3 多仓库库存计划
2.4 跨仓库材料协同
2.5 采购订单计划
2.6 销售订单计划
2.7 高速MRP
2.8 库存转移计划
2.9 批次跟踪
2.10 安全库存重排
2.11 副产品
2.12 集批
3 约束管理
3.1 物料约束（在途、在库、在制约束）
3.1.1 原材料约束
3.1.2 在制品约束
3.1.3 兼容性排程
3.1.4 重料
3.2 工艺约束（多工艺路线）
3.2.1 替代路径排程
3.2.2 自动替代路径排程
3.2.3 重叠作业
3.2.4 资源连接器
3.2.5 单元线排程
3.2.6 Max-delay排程
3.2.7 连续作业
3.3 产能约束
3.3.1 有限产能排程
3.3.2 无限产能排程
3.3.3 基于能力的任务分配
3.3.4 多任务资源
3.3.5 多资源排程
3.3.6 手动调整排程
3.3.7 后加工时间
3.3.8 委外作业
3.3.9 批次排程
3.3.10 池排程
3.3.11 基于工序顺序的配置时间
3.3.12 指定手动资源
3.3.13 产品规则
3.3.14 转运时间
3.3.15 自定义排程
3.3.16 自定义规则
3.3.17 自定义约束
3.3.18 自定义时间
3.4 约束管理
3.4.1 识别产能瓶颈
3.4.2 识别材料瓶颈
3.4.3 缓冲管理
3.4.4 瓶颈排程
3.4.5 自定义甘特图标
4 排程和优化
4.1 排程工具
4.1.1 实时动态甘特图
4.1.2 快速优化
4.1.3 拆分/自动拆分
4.1.4 撤销/恢复
4.1.5 时钟同步
4.1.6 Job拆分/连接/自动连接
4.1.7 多对象排程
4.1.8 Job拖拽
4.1.9 多工厂排程透视
4.1.10 多工厂排程协同
4.2 资源排程
4.2.1 设备排程
4.2.2 人力排程
4.2.3 工具排程
4.2.3 维修排程
4.3 能力计划
4.3.1 产能计划
4.3.2 跨工厂产能计划
4.3.3 产能日历
4.3.4 产能时域
4.4 排程优化
4.4.1 KPI优化
4.4.2 多参数优化
4.4.3 多工厂优化
4.4.4 导航优化
4.4.5 跨工厂优化
4.4.6 产能效率优化
4.4.7 财务优化
4.4.8 冻结区域
4.4.9 稳定时域
4.4.10 空余时间压缩
4.4.11 时间指定
4.4.12 资源锁定
4.4.13 JIT排程
4.4.14 DBR排程
4.4.15 产品和工序属性
4.4.16 自定义排程规则
5 KPI分析
5.1 KPI
5.1.1 KPI视图
5.1.2 最优KPI计划
5.1.3 KPI影响
5.1.4 预定义KPI
5.1.5 自定义KPI
5.2 分析
5.2.1 影响分析报告
5.2.2 订单管理分析报告
5.2.3 产能分析报告
5.2.4 生产效率分析报告
5.2.5 财务分析报告
5.2.6 自定义分析报告
5.2.7 Web和移动端分析报告
5.2.8 电子邮件分析报告
5.3 警告&报告
5.3.1 E-mail定期报告
5.3.2 表格警告
5.3.3 系统建议
5.3.4 表格布局
5.3.5 Job报告
5.3.6 排程报告
5.3.7 绩效报告
5.3.8 自定义报告
5.3.9 自定义视图
6 其他功能
6.1 系统
6.1.1 主排程用户
6.1.2 查询用户
6.1.3 What-if用户
6.1.4 有限数据类（工厂、订单等）
6.1.5 可视工艺流程图
6.1.6 工作区间
6.1.7 屏幕分割和多屏显示
6.2 场景
6.2.1 What-if场景
6.2.2 场景比较
6.2.3 历史场景
6.2.4 实时动态场景
6.2.5 已发布场景
6.2.6 短时域场景
6.3 通讯工具
6.3.1 可视化工厂
6.3.2 实时排程
6.3.3 Job和工序暂停
6.3.4 作业注释
6.3.5 标识
6.3.6 即时通讯
6.4 集成
6.4.1 ERP/ MES集成
6.4.2 集成向导
6.4.3 Web服务
6.4.4 实时文件同步
以上是一个最常见的APS的功能，请大家欣赏一下。做成熟的APS真心不易，需要跨过三个大的难点：
第一，建模
需要采用PPM模型，实现参数化建模，以降低实施难度。如果一个APS实施的难度较大，动不动要几百个人天，还是非常麻烦的事情，其应用一定受限。
第二，算法
其实，现有商品化的APS软件，一般都是采用启发算法，那些高大上的遗传算法等等，似乎都是写文章用。真的商品应用，一定是最最使用的算法。由于APS需要运算的数据量十分巨大，必须要有一个好算法来实现NP问题的优化。
第三，代码
APS有一个最基本的功能是【拖拽】，估计一般的MES公司开发需要花费些功夫。由于APS的运算工作量大，如果代码不简洁，是非常麻烦的事情。而且，APS的运算一般都是会有运算时间限制：最多是5-8分钟。超过10-15分钟的计算周期，已经是极限了。所以，代码的简洁、简化和优化是非常关键的。