高級排產(chǎn)為高級計劃與排產(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，它是一種基于供應鏈管理和約束理論的計劃與排產(chǎn)工具，包含了大量的數(shù)學模型、優(yōu)化及模擬技術，其功能優(yōu)勢在于實時基于約束的重計劃與報警功能。根據(jù)當前的基本約束進行排產(chǎn)基本都可以得到一個合理的排產(chǎn)結果，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)因素得到一個相對最優(yōu)解？比如如何盡可能減少成本？提高質量？減少加班？盡量發(fā)揮員工的特長？等等 。

  為了讓計劃排產(chǎn)更加的智能，國工智能智能制造平臺在排產(chǎn)和任務調度中加入了人工智能求解器算法，可以在有限的時間內根據(jù)業(yè)務的自定義規(guī)則來進行分數(shù)評估，自動選擇最優(yōu)解。最優(yōu)解即在給定資源條件下所滿足目標要求的最優(yōu)解決方案；相對最優(yōu)解說的是針對同樣的資源條件和目標需求所給出的不同解決方案進行比較，更能滿足目標要求的解決方案。

       最近公司在與客戶交流探討業(yè)務的時候，了解到這樣的一個業(yè)務場景和需求：生產(chǎn)車間接到生產(chǎn)訂單做計劃生產(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，每個生產(chǎn)流程下有對應的生產(chǎn)工序，每個生產(chǎn)工序需要對應的生產(chǎn)設備。如何分配設備資源，滿足盡可能多的生產(chǎn)計劃，創(chuàng)造更多的收益或者生產(chǎn)訂單確定的情況下，如何分配設備資源，實現(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行，或是交期保證，或是產(chǎn)能限制，或是關鍵工序制約，也就是說任何排產(chǎn)至少存在一個制約因素/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)，和即時生產(chǎn)(Justin time)。
盡早生產(chǎn)，其實說白了，就是有一個產(chǎn)品的一系列生產(chǎn)任務，一旦準備就緒了，就可以將它排入計劃中，且排在時間軸上越靠前越好，不同工序對應的生產(chǎn)任務，在遵循固定的工序先后時間關系的基礎上，越早開始越好，應對未來的生產(chǎn)任務和產(chǎn)能具有不可預見性，比如未來會不會突然因為客戶加單、機器故障等客觀且不可控因素導致產(chǎn)能吃緊等情況。
       即時生產(chǎn)，一個產(chǎn)品的一系列生產(chǎn)任務，先確定最后一個工序（例如包裝）的生產(chǎn)任務要求什么時間要完成的，然后基于這個完成時刻，往前推算（例如，在要求完成時間，減去加工任務的時長，再減去一些準備時間等），就可以推算出前一個工序的生產(chǎn)任務的要求結束時間.....如此類推，就可以推算到整個產(chǎn)品的首個工序的生產(chǎn)任務的開始時間，從而得到所有生產(chǎn)任務的具體生產(chǎn)時間（包括開始時間與結束時間）。

  公司最近在研究人工智能約束求解器相關技術。人工智能約束求解器，可以利用運籌學模型與機器學習將實際問題轉化為數(shù)學模型求解。它可以優(yōu)化規(guī)劃和調度問題，將復雜的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分計算技術，還有其他最先進的約束求解技術相結合起來，量化規(guī)劃問題的硬性約束條件和軟性約束條件，對每個規(guī)劃方案進行硬性條件和軟性條件評分，根據(jù)評分反饋優(yōu)化方案的規(guī)劃，不斷的比對獲取更佳方案，在有限的時間內，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)質方案。

  根據(jù)所了解到的業(yè)務場景，結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)任務以及設備資源轉換為數(shù)學模型，將業(yè)務場景需求轉化為相應的約束條件，遵循約束性求解器的軟硬分約束規(guī)則，完生產(chǎn)任務的排產(chǎn)。

  結合人工智能排產(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個工序，每個工序24小時，也就是1天。每個工序對應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、不銹鋼結晶、搪玻璃反應、柱子過濾。

可用的排產(chǎn)資源如下圖，設備提供的資源功用分別對應如下：搪玻璃反應釜---搪玻璃反應、柱子過濾器---柱子過濾、吊帶離心機--吊帶離心、不銹鋼結晶釜---不銹鋼結晶、鈦棒過濾器---鈦棒過濾、燭式過濾器---燭式過濾。

   排產(chǎn)資源對應的資源功用，是對該排產(chǎn)資源對外所提供功能的功能定義和描述，是由該排產(chǎn)資源的固有性質所決定的。根據(jù)資源的固有性質可維護單條或多條資源功用。

   針對這些設備資源，維護資源可用情況如下：

   生產(chǎn)訂單任務以及設備資源創(chuàng)建維護好之后，根據(jù)業(yè)務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自制加工對應的生產(chǎn)工序要求，按照工序順序以及每個工序對應的所需的資源功用去匹配設備的可用時間資源，配合約束型求解器對應的 硬分，軟分的約束機制，獲取該產(chǎn)品生產(chǎn)訂單的生產(chǎn)計劃如下：

  點擊排產(chǎn)按鈕，系統(tǒng)自動根據(jù)評分規(guī)則在有限時間內進行最優(yōu)解排產(chǎn)，自動生成該生產(chǎn)訂單對應的生產(chǎn)計劃設備分配甘特圖對應展示如下：人工智能約束求解器使用的軟硬分反饋排產(chǎn)計劃的優(yōu)劣，此處硬分反饋的是工序的約束，分數(shù)為0；軟分反饋的是兩個工序之間的時間間隔，分數(shù)為0點擊分數(shù)可以查看當前排產(chǎn)方案的分數(shù)評價情況，進行排產(chǎn)方案對比，從而可以對訂單進行調整。

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

  1）排產(chǎn)操作簡單化。建立業(yè)務模型后，人工智能排產(chǎn)引擎使用約束型求解模式對規(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)省了時間成本。人工智能排產(chǎn)引擎使用復雜的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）在較短的時間內獲取更優(yōu)質的排產(chǎn)方案，大量節(jié)省了獲取優(yōu)質排產(chǎn)的時間。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，提高了價值創(chuàng)造，為客戶帶來更高的收益。