算法不够复杂,APS就不够好?关于APS的常见理解误区
在与客户交流的过程中,经常有遇到这样的一些问题,“是不是APS算法越复杂越好,排程建模考虑的逻辑越多越好”……其实答案不是这样的,常见的APS误解有这些:
![生产排产](/images/product/andafa_aps_ppt/andafa_aps96.png)
误区1:APS算法越复杂软件就越好?
这个答案很显然是否定的。对于制造商,需要的是适合他们的系统,而不是复杂的系统;我们不关注算法是否复杂,而关注系统能不能帮我们快速准确地找到最优解:算法应该是越适用越好;针对特定场景可能某类复杂算法较好,但较难适应多变的计划业务场景。
客户选择和评判APS软件时,不会看算法的高级和复杂程度,而应该是算法整合应用的程度,对同一个计划业务,建模并运行,考察不同系统的计算结果的准确度和计算速度的快慢;又快又准就是好的APS系统。
误区2:APS排产建模考虑的逻辑越多越好
精细化的模型有助于得到更准确更优的排产结果,但是APS排产建模的逻辑越多也并不是越好的。过度的建模,会让管理的成本也会越高,而收益不是相对应的递增的,因为此时需要越多的时间去维护数据和参数,在效益没得到相对应增长时,却可能使得业务部门疲于奔命而造成系统无法有效运行。
因此,创建适宜复杂度的APS模型是最恰当的,安达发APS高级排程系统就是这样的一个不错的软件。安达发APS基于供应链约束理论,可以同步考虑多种有限能力资源的约束,依据各种预设规则,通过智能化数学算法,反复模拟、试探、优化、计算,最终给出相对最优的详细计划,可以很好的弥补ERP在精细化生产计划与排程方面的空缺和不足。
误区3:APS=智能化?
人工智能是通过模仿人和系统能够进行自我学习、分析、判断和决策。而APS是通过逻辑运算和参数量化计算来实现,暂时不具有自我学习、自我修正的能力,不是智能化的系统。 在目前,APS可以帮助计划员摆脱繁重的重复性工作(大量的计算工作),可以让规则(逻辑与参数)固化在IT系统中确保计划工作的质量;计划专家更专注于优化规则,这样的人机结合是目前最好的方案。因此,APS往AI方向发展也是APS发展的趋势之一。
![APS](/images/product/andafa_aps_ppt/andafa_aps110.png)
此外,aps的确具有减少计划人员的作用,但是很多工厂在引进APS时都是怀着“减少计划人员”的目的。其实,APS是为了提高计划的质量和快速反应,如果公司工作是由车间+计划员共同完成,这时表面上计划员增加了,其实这时使车间管理人员更专注于生产管理,也从整体上实现了隐形的减员增效。