依托于MRP基本模式的APS优化算法所优化的总体目标是使生产制造的总生产时间段最短。这在国内国外知识界己经有很多各种各样区域环境下的研究结论。在单机版区域环境下，Smith在1956年就指出了WSPRR规则。并行机区域环境下，Satin等人的分枝定界法和Eck等人指出的启发式算法都对本难题指出了比较好的处理方案。在复杂性必要条件下，如流水厂区、生产厂区和对外开放厂区等，精准的数学算法己经无法正确处理大规模的排程指数运算，研究内容渐渐转为启发式算法，Johnson法则、CDS、RA、NEH等方法在20世纪70年代己经被指出，以后大批量文献资料对这一难题开展谈论，陈荣秋和Ruben等人都指出了相对比较成功的优化算法，即使这一些优化算法的假定必要条件相对比较严苛，离现实的生产环境也有一定的差异，但伴随着近几年来，许多元启发式算法，如遗传算法、模拟退火法、禁忌搜索法和蚁群算法等的发展趋势和大批量应用领域，己经能够相对比较灵活的彻底解决这个问题。所以说，依托于MBP基本模式的APS优化算法己经相对比较完善，即使针对某一些主要难题会出现一些难以正确处理的小细节，但相对来说，在MRP基本模式下己经有一些比较好的APS处理方案。
而依托于JIT基本模式的APS优化算法相对要复杂性一些。其优化的总体目标是使企业产品从而完成时间段与交货期的差距最小化。这种情况也有一些学者做过谈论，例如在单机版必要条件下Baker等人指出的启发式算法能够比较好的优化总体目标。在复杂性必要条件下，Iranpoor等人也给出了比较好的优化算法，但是这一些研究的假定必要条件都比较简单，离真实的生产环境也有相当大的差距。其原因主要是在JIT基本模式下，计算的复杂度要更高，使用数学方法取得最优解的可行性更低，所以现在的解决方法多以启发式算法为主导，相互配合别的的优化理论取得不错解，如Rajendran指出了一个不错的启发式算法彻底解决该难题。但整体来说依托于JIT基本模式下的APS优化算法还可以不断改进的方面也有许多，优化算法的成熟情况还远都没有超过实际上应用领域的水平。
声明：部分文字摘于网络，如有侵权请联系我们。