不知不觉中，2022年已经接近尾声 。这一年，“信创”是整个信息技术工业最大的热点词汇 。信息技术应用立异生长是目前的一项国家战略，也是当今形势下国家经济生长的新动能 。信创的实质是为了解决生长宁静的问题 。随着中国的生长，许多技术因为一些原因越来越受制于人，尤其是上游焦点技术 。 为了解决这个问题，我国明确“数字中国”建设战略，抢占数字经济工业链制高点 。于是，国家提出“2+8”宁静可控体系，2020-2022年是国家宁静可控体系推广最重要的3年，中国IT工业从基础硬件-基础软件-行业应用软件迎来了国产替代潮 。这些都是为了实现信创生长的目标：自主可控！而这也正是78m威九国际智造美好生活“宁静”主题季最焦点的主旨 。 本季文章从自主可控、历程透明、产品合规三个角度，对“宁静”进行了全方位的解读，无论哪个角度，最终的目标都是资助企颐魅真正的实现完全的自主可控，进而包管企业的生长宁静 。然而自主可控之路任重而道远，78m威九国际智能制造愿意携手客户配合求索 。 智造专栏“宁静”主题季终篇 78m威九国际APS算法演进 作者 / 顾金津 作为本季的收尾，本文通过详细介绍78m威九国际高级计划排程系统关于算法的应用和迭代历程，为各人展示78m威九国际智能制造自主软件生长历程的一个剪影 。 78m威九国际高级计划排程系统（HCMp）降生于2005，同78m威九国际制造执行治理系统（HCMe）配合组成78m威九国际协同制造产品（HCM），搭建在公司的自研PaaS平台HZERO上 。陪同着客户和公司的生长，我们坚持对专业计划和系统组件的连续沉淀和迭代，目前扎根与细分行业如白色家电、机械设备、整车/汽配、定制家居和动力电池等行业，并着力于： 以按单生产为焦点组织方法，装配为基本加工形态的生产计划； 以共享件为主、笼罩中短期采购物料的采购送货计划 。 得益于78m威九国际在ERP、MES、SRM等企业治理软件上的实施经验，78m威九国际APS在计划协同、执行协同方面有着行业内领先的计划和系统解决能力，可以结适用户的需求进行深度的系统定制，并支持客户的恒久自主生长 。 我们的客户中，有在APS产品上相助十年以上的客户，APS产品陪同客户业务的拓展、再构，从单厂的总成计划、部品拉动计划、供应商采购计划、多工厂计划协同、一直到支持大规模定制化模式下的供应商JIT拉动 。 APS分为AP（高级计划）和AS（高级排程），AP（高级计划）在中观层面，通过合理分派供应链网络资源来满足客户的需求，AS（高级排程）通过排程和调理来解决内部资源的协调问题，尽可能地包管生产的高效稳定 。 如果说AP（高级计划）解决的是生产什么，生产几多，什么时候要，需求什么物料和资源的问题的话，那么AS（高级排产）则是解决什么时候生产，用哪个资源生产、生产的顺序的问题 。AS（高级排产）和AP（高级计划）面对着配合的问题，即解决目标、约束和动态情况的问题： 焦点目标的冲突 满足交期与生产本钱、产量最大化目标 客户需求多样性和生产效率 庞大约束的现场 差别产品对生产能力的差别需求 有限资源（设备、物料、工装、人员）的约束 物料切换与模具切换的时间约束 情况的动态变革 订单变换、紧急插单 工艺变换 设备故障 上游供应延迟、供应商供应延迟 频繁变革的情况下，要求快速、有效地进行模拟和评估；庞大的业务场景下，可行的计划可能数量巨大，如何在这些计划中迅速甄别、收敛出相对优秀的计划是用户需求的 。这就需要依靠科学盘算，结合理论、模型和算法来实现对计划、排产的优化 。 “APS算法的生长已生长到第四代，第一代是基于约束理论的有限产能算法 。第二代是基于规则的算法、线性计划、启发式规则算法、专家系统 。第三代是遗传算法、模拟退火算法、蚁群/粒子群算法、神经网络 。第四代是AI算法+动态调解算法MAS多智能署理系统，以MAS多Agent协商进行动态调解 。” 78m威九国际APS产品在十多年的生长、演进历程中，也一直不绝地对使用的算法技术进行演进，目前算法已经演进入第三代 。可是，78m威九国际APS产品一直践行算法只是排程盘算要领，切适用户需求的算法必须经过同客户配合的研磨 。我们强调： 算法选择 必须经过详细调研，必须经过理论验证； 算法建模 模型尽量简化，降低用户学习和后续维护制品； 算法验证 使用业务数据验证算法的可行性 。 78m威九国际APS产品在算法演进历程中，使用过且仍在使用的算法包括： 第一代：基于约束理论的优先产能的算法 。 早期客户的生产计划一般通过无限产能运算的MRP治理，产出的生产计划不会考虑产能的约束，往往需要计划员在excel内重新进行排期后，方具备可执行性 。 78m威九国际APS产品内通过对资源（产线）、生产能力（物料-产线生产能力）、非生产能力（切换时间）进行仿真建模后，通过约束理论的优先产能算法，盘算出计划的产能需求，并识别生产能瓶颈、交期缓冲、原质料需求等约束，泛起于可视化界面，从而契合了TOC约束理论，实现了计划的有限产能约束 。 第二代：基于规则的算法 。 用户在排产时，往往是面对了一堆订单，一堆可排产资源（产线）的庞大场景，排产插单的时候，除了交期的要素外，需要考虑本钱和质量，通过生产能力的优先级模型，我们界说出在结合本钱、质量的综合考虑下的对应排产优先顺序，并将结合为客户定制的选线算法，实现差别场景下的计划初排选择问题： N：订单满足交期前提下，追求最早时间完成订单生产，追求均衡化生产； Z：订单满足交期前提下，减少计划占用的资源，在尽量少的资源下完成订单的生产 。 N型更适合旺季，Z型适合淡季 。该算法适合订单的插单、计划的重排等 。凭据优先级进行资源选择后，再凭据约束条件，判断是否可行（是否满足订单交期，是否影响其他订单交期）后决定是否取解 。 基于规则的算法，78m威九国际APS在仿真计划的底座上，实现了计划的快速插单、重排，解决了AS焦点问题中的情况动态变革下的计划可行性计划的快速收敛，大大提升了计划事情的效率 。 第三代：基于遗传（GA）的算法 。 遗传（GA）算法是目前在APS算法领域最活跃的算法，是基于生物遗传和进化机制，结合自适应的概率优化算法，可以寻找局部最优解 。 目前78m威九国际APS产品已经可以基于GA算法实现单目标（即算法的适应度目标）的最优解，在插单或者重排时，在满足订单交期、资源约束、上下游订单时间约束的前提下，实现以下场景的排产快速模拟： 产量最大化； 切换频次最小化； 切换时间最小化； 生产本钱最优 。 GA算法的引入为用户带来的体验主要包括三个方面： 排产结果更切适用户预期，GA算法相较于基于规则的算法爆发了质的改变，通太过组、模拟、淘汰、进化最终确定了切合预期目标的结果，从效率上看快，从结果上看更优； 学习维护本钱下降，从用户感知上，避开了庞大的逻辑设计，仅需要设计简单的排产目标（适应度）评估模型即可； 排产结果更具动态性，每次插单都全局调解，在排产的资源温顺序进行调解后，获取一个更佳计划 。 目前，78m威九国际APS产品已经开始研究在多目标场景下，使用算法如遗传算法（GA）、粒子群算法(PSO)获取更佳的目标组合，如在包管产量最大的几个算法解下，再考虑切换频次最少的算法解，贴适用户的需求，通过算法实现计划排产的快速模拟、局部最优化模拟 。
沪ICP备14039535号-1
沪公网安备 31011802002577号