松间沙路的博客

在当下的学术环境下，调度规则几乎不再可能作为主要算法发表论文，而往往是作为被比较的对象出现。但是不得不说，在实际的车间调度环境下，当合理性大于最优性时，调度规则仍然是主力军，发挥着不可替代的作用，今天就详细地梳理一下，那些简单有效但被我们鄙视的车间调度规则。

手机制造过程大致分为SMT、板测、主板预加工、预组、组装、整测、包装等7大工段，每个工段包含一条或多条线体，根据项目要求和线体配置的差异，项目选择线体的适配度（优先级）不同，而且不同产品的工艺流程可能存在差异，共线生产存在明显的资源共享。该问题是典型的**混合流水车间调度问题**，在满足需求准时交付的前提下，提升线体利用率。当线体故障、物料短缺、人员请假等异常情况发生时，还需及时调整生产计划。因此在具有**多产品、多工段、多线体、多目标、高动态**等特点的复杂场景下，如何通过先进、智能的决策优化算法，高质、

APS系统之所以是业务、开发、数据和算法的结合体，是因为它需要同时满足企业的业务需求、确保系统的技术稳定性和可扩展性，打好数据准确性基础以及利用算法进行优化和智能决策支持。这四个方面相互依存、相互促进，共同构成了APS系统的核心竞争力。所以要想将APS在复杂的实际生产环境下完美落地，需要既懂业务、又懂开发、还懂数据、也懂算法的综合性人才主导或不同专业协调配合，同时APS也需要不断与用户磨合达到最终稳定状态。

生产制造过程中，操作人员可能引起一些生产不稳定性，本文将主要介绍两类。

生产调度问题是实际工作中广泛存在的运筹学问题，可以描述为“**给定若干加工任务，根据已有的生产条件，对任务按照一定的生产加工步骤进行安排，并在时间上分配有限的资源，使得某项性能指标最优**”。从数学建模方面来说，生产调度问题就是，对于给定的生产任务进行建模，在满足特定的约束条件下，使得目标函数值达到最优或者近似最优。

生产调度问题是实际工作中广泛存在的运筹学问题，可以描述为“给定若干加工任务，根据已有的生产条件，对任务按照一定的生产加工步骤进行安排，并在时间上分配有限的资源，使得某项性能指标最优”。从数学建模方面来说，生产调度问题就是，对于给定的生产任务进行建模，在满足特定的约束条件下，使得目标函数值达到最优或者近似最优。生产调度问题起源于上世纪50年代，对该问题的研究具有重要的实用价值，吸引了大量国内外研究人员的关注，人们尝试从不同的科学领域去解决该问题，但是大部分车间调度问题属于NP-Hard问题（作业车间调度问题：

最近又静下心来思考了一下APS到底为何物，今天和大家分享一个自己对APS的认识，主要包括APS的概念及原理。

APS概念APS全称为Advanced planning and scheduling，译为高级计划与排程，是于20世纪90年代发展起来的一种生产管理工具。APS尽管已有30多年的历史，但是业界并没有给出固定的定义。如「百度百科」是这样定义APS的：APS高级计划与排程(Advanced Planning and Scheduling)，是解决生产排程和生产调度问题，常被称为排序问题或资源分配问题。在离散行业，APS是为解决「多工序、多资源」的优化调度问题；而流程行业，APS则是为解决「顺序优化」问题。

电线电缆用以传输电（磁）能，信息和实现电磁能转换的线材产品。广义的电线电缆亦简称为电缆，狭义的电缆是指绝缘电缆，它可定义为：由下列部分组成的集合体；一根或多根绝缘线芯，以及它们各自可能具有的包覆层，总保护层及外护层，电缆亦可有附加的没有绝缘的导体。电线电缆的种类繁多，根据其用途主要可分为裸导线、电力电缆、电气装备用电缆、绕组线、通信电缆及光纤五大类。裸导线仅有导体而无绝缘层的产品，包括钢芯铝绞线、铝绞线、铜绞线等，主要应用于长距离、大跨度、超高压输电电网建设，安装方式以高空架设为主。电力电缆。

苏州商简智能科技有限公司成立于2021年，总部位于苏州市吴中经济开发区。商简谐音熵减，意为优化结构、提升秩序。作为一个真正意义上的人工智能决策公司，商简智能依托世界领先的运筹优化算法和深度学习决策模型，致力于为制造业企业的复杂管理决策问题提供解决方案。商简智能提出的由数据驱动的供应链管理解决方案，可为企业带来收益及成本的显著改善，让每一家制造业企业拥有最优的决策能力并实现智能化升级。

最近过上了996的幸福生活，文章更新也落后了，但是还是一直在思考深度强化学习与APS之间的“恩怨情仇”，一些感想，记录一下。

从1995年最早将强化学习用于车间调度问题后，在随后的几年里，强化学习一直不温不火，最主要的原因是一般的强化学习无法解决状态空间爆炸的问题，直到2018年深度强化学习开始进军调度领域，并在随后的几年里爆发式增长，在2022年上半年还未结束的情况下，已有11篇甚至更多的文章发表，可见这个方向的火热。一方面深度强化学习确实利用深度学习领域技术实现了未知状态下行为的预测，另一方面车间调度一直是悬而未决的经典问题，也是检验包括深度强化学习在内的各种算法的测试床。下面是从最近几年......

获取更多资讯，赶快关注上面的公众号吧！文章目录企业信息化基础已基本具备，数据管哪些、怎么管的问题已解决工业软件市场庞大，APS如雨后春笋但较为分散APS的未来在于通用性和定制化相结合2022年3月20日，终于在约谈大半年之后，有幸和商简智能的CEO梁翼先生就APS的现状和未来进行了深入的交流和探讨，我们在很多问题的看法是持相同意见的，所以以此为契机，分享一下自己的感受。当下，随着全球竞争日趋激烈，工业企业面临着极大的生存挑战，成本居高不下，个性化定制需求强烈，企业数字化转型已不再是选择题而是必答题，.

在进行APS（高级计划与排程）系统开发时，绝大多数情况下是需要考虑多目标的。但面对多目标问题进行规划求解时，我们往往极容易因处理方法不当，而影响输出结果，令结果与用户期望产生较大差别。事实上很多时候用户，面对此类问题也无法给出一个确定的合理的期望，因为多个目标混合在一起的时候，产生复杂的规划逻辑，用户自身也会被迷惑，到最后就错误地提出一些所有目标都达到极致的“完美”计划要求；但客观上是不存在这种“完美”计划的。本文将以制造业中的生产计划为背景，介绍APS技术中的处理多目标规划问题相关知识与经验，介绍多目标

版权声明：本文为CSDN博主「weixin_45414340」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/weixin_45414340/article/details/106526235高级计划系统APS作为ERP的补充，用于协调物流、开发瓶颈资源和保证交货日期。APS包括需求和供应计划、运输和生产计划排程等各种供应链计划模块，本文主要介绍APS中生产计划排程模块的基本原理。决策状况描述生产计划排程的目的

目前我国制造企业面临着很多亟待解决的问题，例如：定制产品量增多、品种多、批量少，生产计划制定难度加大；由于库存持续增加而导致企业资金被大量占用，影响资金链畅通；生产过程无法实时监控，企业生产部门不能及时掌握生产进度；生产计划频繁变更；设备产能与物料库存不能准确估算，导致交货期无法确定；交货不及时，导致出现大量加班情况，并使企业信誉大大受损；无法应对紧急插单，灵活机动性差等。很多企业都在寻求解决的方法，ERP是首选，但小编认为ERP系统更偏重于企业基础数据的信息化管理，对于市场预测、订单、产能规划与分析、多

获取更多资讯，赶快关注公众号(名称：智能制造与智能调度，公众号：deeprlscheduler)吧！三维析取图模型建模系列目录复杂车间调度问题三维析取图建模系列预告车间调度建模系列1|复杂车间调度问题特点车间调度建模系列2|复杂车间调度问题描述车间调度建模系列3|复杂车间调度问题解的表示车间调度建模系列4|扩展析取图之工序相关性车间调度建模系列5|扩展析取图之工序间物流周转时间车间调度建模系列6|扩展析取图之顺序不依赖准备时间车间调度建模系列7|扩展析取图之基于设备偏好的三维析取图模

获取更多资讯，赶快关注公众号(名称：智能制造与智能调度，公众号：deeprlscheduler)吧！三维析取图模型建模系列目录复杂车间调度问题三维析取图建模系列预告车间调度建模系列1|复杂车间调度问题特点车间调度建模系列2|复杂车间调度问题描述车间调度建模系列3|复杂车间调度问题解的表示车间调度建模系列4|扩展析取图之工序相关性车间调度建模系列5|扩展析取图之工序间物流周转时间车间调度建模系列6|扩展析取图之顺序不依赖准备时间车间调度建模系列7|扩展析取图之基于设备偏好的三维析取图模

获取更多资讯，赶快关注公众号(名称：智能制造与智能调度，公众号：deeprlscheduler)吧！三维析取图模型建模系列目录复杂车间调度问题三维析取图建模系列预告车间调度建模系列1|复杂车间调度问题特点车间调度建模系列2|复杂车间调度问题描述车间调度建模系列3|复杂车间调度问题解的表示车间调度建模系列4|扩展析取图之工序相关性车间调度建模系列5|扩展析取图之工序间物流周转时间车间调度建模系列6|扩展析取图之顺序不依赖准备时间车间调度建模系列7|扩展析取图之基于设备偏好的三维析取图模

获取更多资讯，赶快关注公众号(名称：智能制造与智能调度，公众号：deeprlscheduler)吧！三维析取图模型建模系列目录复杂车间调度问题三维析取图建模系列预告车间调度建模系列1|复杂车间调度问题特点车间调度建模系列2|复杂车间调度问题描述车间调度建模系列3|复杂车间调度问题解的表示车间调度建模系列4|扩展析取图之工序相关性车间调度建模系列5|扩展析取图之工序间物流周转时间车间调度建模系列6|扩展析取图之顺序不依赖准备时间（本文）完整的符号说明详见车间调度建模系列2|复杂车间调

获取更多资讯，赶快关注公众号(名称：智能制造与智能调度，公众号：deeprlscheduler)吧！三维析取图模型建模系列目录复杂车间调度问题三维析取图建模系列预告车间调度建模系列1|复杂车间调度问题特点车间调度建模系列2|复杂车间调度问题描述车间调度建模系列3|复杂车间调度问题解的表示车间调度建模系列4|扩展析取图之工序相关性车间调度建模系列5|扩展析取图之工序间物流周转时间（本文）完整的符号说明详见车间调度建模系列2|复杂车间调度问题描述。工序间物流周转时间  随着自动化物流

获取更多资讯，赶快关注公众号(名称：智能制造与智能调度，公众号：deeprlscheduler)吧！三维析取图模型建模系列目录复杂车间调度问题三维析取图建模系列预告车间调度建模系列1|复杂车间调度问题特点车间调度建模系列2|复杂车间调度问题描述车间调度建模系列3|复杂车间调度问题解的表示车间调度建模系列4|扩展析取图之工序相关性）（本文）完整的符号说明详见车间调度建模系列2|复杂车间调度问题描述。  经典的二维析取图模型仅表达了工艺路线决定的顺序约束，无法表达时间约束（如最早开始、最

获取更多资讯，赶快关注公众号(名称：智能制造与智能调度，公众号：deeprlscheduler)吧！三维析取图模型建模系列目录复杂车间调度问题三维析取图建模系列预告车间调度建模系列1|复杂车间调度问题特点车间调度建模系列2|复杂车间调度问题描述车间调度建模系列3|复杂车间调度问题解的表示（本文）  在经典的作业车间调度问题的研究中，通常用析取图模型来表达问题的解，析取图模型可由三元组G（N，C，E）进行表示：其中N为所有工序节点集合（包括了虚拟的起始节点Start和终止节点End），C为

获取更多资讯，赶快关注公众号(名称：智能制造与智能调度，公众号：deeprlscheduler)吧！三维析取图模型建模系列目录复杂车间调度问题三维析取图建模系列预告车间调度建模系列1|复杂车间调度问题特点车间调度建模系列2|复杂车间调度问题描述（本文）  针对存在上一篇文章中特点（车间调度建模系列1|复杂车间调度问题特点）的复杂作业车间调度问题，综合考虑动态工时、动态工作日历、周转运输、外协等复杂约束，其描述如下：   NJNJNJ个工件需要在NMNMNM台机床上加工，每个工件JiJ_i

获取更多资讯，赶快关注公众号(名称：智能制造与智能调度，公众号：deeprlscheduler)吧！三维析取图模型建模系列目录复杂车间调度问题三维析取图建模系列预告车间调度建模系列1|复杂车间调度问题特点(本文)  大部分调度问题都是NP-Hard问题，根据没有免费的午餐定理（No Free Lunch），至今还没有一种算法可以在所有调度问题上都优于另一种算法，因此目前大多数研究仍然是针对某一特例进行算法性能提升并且通常采用简化的模型，或考虑较少的实际因素，导致理论研究成果与实际应用存在巨大

获取更多资讯，赶快关注公众号(名称：智能制造与智能调度，公众号：deeprlscheduler)吧！  目前大多数车间调度问题都是一些实际问题的简化，学术界更加流行的做法是对标准调度问题采用各种先进的算法求解最优解或下界，但是在实际环境中，这些简化极有可能导致最优解是不可行解（无法满足开工条件），因此实际调度车间中，调度问题往往是非常复杂的。  生产调度问题建模方法主要包括数学模型、Petri net、析取图模型和仿真模型等。由于实际生产过程调度环境的复杂性，数学模型中的假设和约束条件很难满足，Pet.

获取更多资讯，赶快关注上面的公众号吧！  最近不是很忙，闲来无事又一次阅读了《APS傻瓜教材》，正好最近也在开发我们自己的高级计划与排程软件APS，与我们之前的实施经历很像，感受颇多，写下来与大家分享，同时也推荐给准备推动APS落地的朋友们阅读一下，书中以故事的方式讲述了主人公在企业内推动APS时遇到的种种困难，很有趣。书籍电子版可在公众号后台发送“傻瓜教材”获取。《APS傻瓜教材》读书笔记  2014年我开始接触APS，并且一开始接触的还是复杂度非常高的军工行业，典型的多品种小批量、批产和研发混线.

获取更多资讯，赶快关注上面的公众号吧！文章目录入门基础生产相关调度相关做软件做算法  自上世纪50年代开始，调度在学术界和工业界一直是一个很活跃、很火热的研究方向，尤其是近年来随着智能制造的势头高涨，智能调度也逐渐提上日程，各种新型调度问题，各种智能调度算法，层出不穷。不仅工业工程专业研究者致力于调度研究，而且其他非调度相关专业人员也开始注意到了调度的工程价值和学术价值，纷纷在调度领域大展身手。可是调度的门槛并不低，盲目踏入弄不好会摔跤的。所以今天就某位童鞋的问题，结合我们多年的经验，给准备入坑的小伙.

文章目录总结智能优化算法部分粉丝问题答疑车间调度数据集强化学习求解调度问题时agent很难学习到东西，问题在哪？数字孪生和车间调度高级计划与排程APS预告总结智能优化算法  之前仅做了一个非常简单的阶段性的总结，这里又全面地进行了一次summary，帮助希望利用智能优化算法用于解决实际优化问题的童鞋。下图中是本公众号内准备推送的各种智能优化方法，其中标红的为比较新颖的算法，暂时还未学习介绍，以后会慢慢更新的。其实细心的读者已经可以现有的算法中看出，它们往往具有一定的相似性，这是因为要想算法进行有效地优.

文章目录背景定义入门基础近期有太多小伙伴咨询aps相关问题，加上最近一直在忙着论文，也好久推文了，正好借这个机会和大家分享一下如何入门aps，需要哪些理论基础和编程基础。背景十年前刚开始流行数字化的时候，各企业争相推行mes，虽然aps是mes的一部分，但那时企业的侧重点在于实现第一步——信息化，即先把数据管理起来，摆脱纸质单据，方便历史追溯，统计加工信息。而aps更像是一个带有计算功能的优化器（之前我讲了那么多智能优化算法包括强化学习，归根结底都是要能用于aps的），给定一定的基础数据（后面会专门.