APS(高级计划排程)产能模型
APS排长期计划的生产能力模型与短期计划相同，根据精确工艺数据（如有）排出的精确计划与精确调度相同。APS每个资源精确排出三个月“大调度”计划，然后切断月计划、周计划和日计划。事实上，制定工厂长期生产计划的基础是工厂生产能力，制定车间短期生产计划的基础是车间生产能力。大规模生产、工厂生产能力、车间生产能力与资源生产能力差距不大，但在离散较大的制造企业中，长期计划、中期计划、短期计划的制定模式不同。
因此，目前很少用于离散性大的工厂APS计划者。在大多数例子中，APS这是一个局部调度插件。多年来，工厂从批量生产转向小批量生产。他们中的大多数人仍然采用大规模生产和计划的思维方式。订单充足的企业按100%的生产能力设计季度计划、月度计划和周计划。事实上，生产现场会受到很多干扰。例外，设备人员会影响生产能力。因此，中长期生产计划的可执行率降低，导致部分订单延期、停工等。
计划执行不好的原因
生产计划在大批量生产模式下容易制定，效果也会很好。该计划的原理是将准备生产的产品任务导入系统，包括routing每个设备资源的能力都进入系统，在有限的资源能力模型下运行，相当于再次虚拟生产。这就得到了详细的日常计划。然后切出日计划可以做派工单，切出周计划，月计划用于生产准备或材料采购。APS它是一种计划调度工具，其制定计划和计算调度的产能模型没有区别。输入是订单，生产过程，输出是生产指令。如果月度计划，它可以准确到一个月后某台设备在某一分钟内做什么。只要是计划，就有不确定性，有误差是正常的。每日计划的误差能做到小时计就很好了。指令中的每一分钟都毫无意义。周计划的误差可以做半天，误差很好，指令中排到机台的信息毫无意义。如果是月计划，误差三两天是正常的。因为大部分指令都是发给人的，人们可以纠正指令的误差，所以可以容忍这些误差。如果是指挥机器人，那么就不能有误差。
批量生产的订单可以通过市场预测获得，产品相对成熟，输入的基本数据基本现成，甚至半年后生产的产品数据也非常完整。ERP的MRP你可以制定材料需求计划，经过人工调整后，你可以得到工厂的采购计划、生产计划、财务计划等。但在小批量、多品种定制的情况下，是按订单生产的，订单信息在制定计划时不完整、不准确。生产时间越近，信息就越完善。许多订单只能在生产前编制详细的工艺文件。作为一个工厂，不可能不制定生产计划。但没有详细的工艺数据和资源数据，APS也不能做计划。如果等待完整的时间已经过去了。在这样的场景中，APS计划功能远不如MRP更接近实用。
作为一种排程工具，挑战是让排程指令接近车间调度、班组长和工人的习惯。如果你的排程结果不符合他们的习惯，自然会有质疑和冲突，劳动力也会觉得不好用。由于调度指令是车间的决策，它涉及到一些员工的权力、责任和义务。APS如果有更多这样的利益冲突问题需要考虑，APS很难应用于车间。事实上，车间员工的习惯也是一种经验，包括工业知识。APS我们也应该从中学习。例如，一个加工中心有几个机床。车间收到一批工单后，通常会根据习惯给出这些工作分配给哪个机床或哪个机床。如果允许APS如果你自己分配，你必须按照一定的规则分配。如果规则与工作中心工人的习惯不同，则无法执行此程序。因为工人的习惯包含经验和知识，你会觉得你的程序是不可理解和不传统的。
APS它是一种排程自动化工具
在制定短期车间调度计划时，APS这是一个非常有效的工具。这里的主要原因是快速反应能力可以使工人灵活地处理生产现场的各种例外。车间的生产计划调度经理通常非常有经验，他们的经验并不容易学习。然而，计算机计算得很快，人们无法比较。有些人追求APS事实上，这是不必要的。在离散制造企业，特别是以人为主要资源的生产现场，APS排程的主要目的是自动化排程，而不是优化排程。实现排程自动化可以快速响应，插入工单，取下工单几分钟就可以得到新的排名，远比人工简单。排程资源不多，一两个资源就够了。在离散性较大的生产现场，管理水平控制能力通常达不到精细化，即使排好也未必能实现。排程的目标主要有两个，即产能最大化或生产周期最短。其实这就是正排和倒排。
静态数据和动态数据
静态数据和动态数据是相对的。在大规模生产模式下，数据的动态特征非常弱，所有数据都可以被视为静态。随着小批量、多品种、混合生产程度的增加，一些数据逐渐呈现出明显的动态特征。我们做了一些总结。部门信息、设备工具信息、产品相关数据（工艺）BOM等)、工作日历、组织结构、团队人员，这些数据属于静态数据；材料库存、采购、外包、订单、排程目标、排程约束条件、排程规则属于动态数据。
在定制化生产中，订单任务的工艺数据可能首次进入生产阶段，在实际加工生产过程中可能会多次修改。特别是设计部门给出的工时数据肯定有误差，甚至工艺标准“工时”它不存在。如果我们遵循传统的管理模式，我们就无法控制这些动态数据，这也给生产计划和调度的制定带来了很大的麻烦。在过去的大规模生产中，许多企业采用每月或每季度“盘库”解决库存数据的准确性。但在目前小批量、多品种的生产环境下，他们会发现库存数据永远不清楚。学会用动态数据管理方法管理动态数据是我们目前必须面对的课题。在小批量、多品种生产模式下，企业决策的目标也是多目标、动态的，有时目标相互矛盾。即使产能浪费，也要完成紧急任务；有些订单要赔钱，等等。以产能最大化为目标，以生产周期最短为目标。捕获动态数据也是一个新课题。例如：库存、订单变更、外包产能、材料、工艺不同版本、生产现场变化数据等。
生产计划的质量与企业的竞争力有关
生产计划调度是企业的决策问题。一些管理软件是制定生产计划调度的辅助工具。但并非所有企业都关心这一问题，想方设法提高企业生产计划调度质量。在目前许多行业产能过剩的状态下，至少有一半的企业不需要关心这个问题。只要生产能力丰富，人工制表就足以制定生产计划调度。对于离散制造企业（如零部件制造企业），当产能利用率达到一定程度（约60%-70%）时，如果不研究生产计划的调度，就会产生低效率和浪费，影响订单的交货日期，但仍可以通过人工经验来处理。当产能利用率达到75%以上时，人工经验已经略显不足，需要计算机和软件的帮助。有意实施生产计划调度自动化/优化技术的企业，应具有一定的市场竞争力。他们关注细节，说明他们的管理水平有所提高。另一方面，管理水平较差的企业实施APS很难。