车间排程是制造型企业生产运营的主线和难点，具有很大的经验性和灵活性，经常依赖少数计划人员的经验。企业如何在智能制造趋势下，应对个性化、多品种的市场压力？结合企业运营特点及管理现状，应用APS（高计划排程系统），通过数据与算法制定相对优的计划将成为工厂智能化实施的关键环节。本课程在优化生产计划体系的基础上，结合智能制造、大数据、APS等技术，通过实际案例的演练，使计划管理人员快速理解并掌握未来智能排程技术。

n 理解智能制造趋势下生产计划与排程的挑战

n 完整了解生产计划的核心体系

n 大数据分析与模型技术在生产排程中的典型应用

n 国内外优企业的计划排程实践与成果分享

n 典型APS系统的逻辑与解决方案介绍

离散制造型企业高管、厂长、供应链总监、生产总监、车间运营、各级计划管理、MES系统项目等相关企业管理人员

知识讲解、案例分析讨论、角色演练、小组讨论、互动交流、游戏感悟、头脑风暴、强调学员参与。

一、挑战：智能制造与计划排程

n 客观评估制造业智能化发展进程（精益、数据与组织）

n 制造业发展趋势：智能制造和大数据下的大规模定制

n 案例介绍：服装定制化生产与运营逻辑的变化

n 如何建立高的生产计划体系：5级计划体系简介

n 课堂体验1：生产排程的困难之处

n APS的四大基本特征与功能简介

n 典型智能工厂的系统架构：APS与MES、ERP

n APS与ERP等系统的数据接口逻辑

二、排程的基本方法与策略

n 不同供应链模式下计划的应对策略

n 课堂体验2：正排与倒排的差异

n 典型排程规则介绍：约翰逊、FIFO、SOT、More法则等

n 课堂练习：基于紧急系数的多订单、多工序的可视化排程

n TOC（约束理论）简介及TOC排程的实施原则

n 课堂体验3：并行工序的复杂性_如何短时间备齐一桌家宴

三、排程的建模与高算法

n APS：基于目标和约束的建模方法

n 典型场景的约束分析：人员、模具等

n 排程的数据与规则准备

n 课堂练习：典型生产排程场景的建模（目标函数、约束条件等）

n 约束和数据维度增加后排程的可行性——启发式算法

n 课堂演示：基于遗传算法的冲压车间多订单、多机台排程的算法开发

n 基于AI代表DeepSeek+求解器的APS算法探讨

四、APS系统的功能与实施

n 系统介绍：典型APS商业软件（ASPROVA、安达发等）系统介绍

n APS软件的介绍与课堂演示

n APS系统实施的前提：管理咨询与数据精度

n 案例介绍：某家电企业APS项目的开发及应用场景

n APS系统的选型流程与注意事项