订单来了，计划员开始排产。

Excel一拉、公式一套，看起来挺顺。老板一看，也觉得没问题，甚至还挺满意。

可一到现场执行，就完全不是那么回事：设备撞车、工序卡死、物料没到、临时插单一来全盘打乱。

现场的复杂确实存在，但更关键的问题是——排产逻辑本身就不成立。

你会发现，大多数企业所谓的排产，本质上还是这几种方式：

• 按订单顺序排
• 按交期排
• 靠经验拍脑袋

这些方法，在订单少、节奏慢的时候还能凑合，一旦订单一多、产线一复杂，马上就会失效。

而APS（高级计划排产）要解决的，其实就一件事：在资源有限、约束复杂的情况下，给出一个尽可能合理的生产顺序。

下面我们不讲公式，用最接地气的方式，把APS的核心算法讲明白。

下文中提到的简道云ERP系统，我也整理成完整的模板，可直接下载使用： https://www.jiandaoyun.com

一、APS到底在算什么？别被“高级”两个字吓到

很多人一听“APS算法”，脑子里自动浮现的是数学建模、复杂公式、甚至人工智能。

但其实，你可以把它理解成一个很现实的问题：有一堆活，要用有限的人和设备去干，怎么安排顺序？

拆开来看，其实就是三件事。

• 任务是什么。也就是订单，每个订单都有交期、有工序、有优先级，有的还带客户等级、利润高低
• 资源是什么。设备、产线、人员，每一个都有能力边界，有时间限制，不可能无限使用
• 约束条件是什么。工序必须按顺序来，设备不能同时干两件事，物料必须到位，有的还涉及换模时间、批次限制

APS做的事情，本质上就是一句话：把这些任务，在这些约束下，合理地塞进时间轴。

你会发现，这件事如果靠人工，是几乎不可能算清的。所以才需要系统。

但这里有一个非常关键的点：系统只是工具，真正决定排产结果的，是你在系统里定义的规则。

二、APS的五种核心算法

1. 正向排产：能做就往前排

正向排产的逻辑非常直观：从现在开始，只要有资源，就往后排。

比如现在是周一早上8点，你有一台设备，那就从8点开始干第一单，干完接着干第二单，一直往后排。

这种方式的优点是简单、直观，也很符合人的习惯。很多企业一开始其实就是这么排的。

但问题也很明显：它基本不关心交期。

• 有些订单提前做了，库存堆起来
• 有些紧急订单反而被排在后面

从业务角度看，这种方式适合订单不紧张、产能富余的情况。

但一旦订单密集，就会出现资源浪费。

在实际落地时，可以在简道云ERP系统中通过“最早开始时间 + 自动占用资源”的方式实现这种逻辑，但必须配合库存策略，否则容易盲目地越排越多。

2. 逆向排产：从交期往回推

逆向排产刚好相反，它不是从现在开始排，而是从交期往前倒推。

比如一个订单要求周五交付，那系统会从周五往前推：最后一道工序什么时候完成，前一道工序什么时候开始，一层一层往前算。

这种方式的优点就是以交付为核心，但它有一个致命问题：太理想化。

现实生产中，一旦出现：

• 插单
• 设备故障
• 人员缺岗

整个计划就会被打乱，因为它本质上是刚性的生产计划。

所以，逆向排产适合：

• 交期非常严格
• 流程相对稳定的场景

在系统中实现时，可以在简道云ERP系统里用“交期驱动 + 工序反推”的方式来做，但一定要结合动态调整机制，否则计划会很脆弱。

3. 有限产能排产：资源不能无限用

这是APS和Excel最大的区别之一。

很多企业的排产之所以失真，是因为默认了一个错误前提：资源是无限的。

比如一台设备一天最多加工8小时，但Excel排出来可能是12小时甚至16小时，因为它不会主动帮你限制。

有限产能排产，就是把这个问题解决掉：每一个资源都有上限，超过了就排不进去。

这听起来很简单，但实际上意义非常大，因为它直接解决了：

• 设备冲突
• 人员过载
• 计划不可执行

在落地时，可以通过简道云生产管理系统去关联数据表单，配置设备日历、产能上限，把“能不能排进去”变成系统自动判断，而不是靠计划员经验。

一旦这一步做好，你的排产结果，一定是能执行的。

4. 优先级规则：冲突时先干谁

当资源不够用时，问题就变成了一个选择题：这几单都想做，先做哪一单？

这就是优先级规则。

常见的规则有：

• 交期最早优先
• 工时最短优先
• 大客户优先
• 高利润优先

这些规则没有对错，关键在于你到底想优化什么。

很多企业只用一种规则，比如只看交期，结果导致：

• 长周期订单一直被压后
• 整体效率反而下降

更合理的做法，是多维度组合，比如：客户等级 + 订单金额 + 交期紧急程度。

在简道云中，可以把这些字段做成权重排序，形成一套更贴近业务的优先级体系，而不是单一规则。

5. 启发式算法：不求最优，只求够好

很多人以为APS一定要算出最优解，但最优解往往算不出来，或者算出来太慢。

所以，大多数APS系统采用的是启发式算法。简单理解就是：

• 尝试多种排法
• 选一个相对最好的

它不保证绝对最优，但能在合理时间内给出一个可用方案。

这在复杂场景中非常重要，因为生产是动态变化的，计划必须能快速调整。

对于大多数企业来说，其实不需要上特别复杂的算法。完全可以通过规则组合 + 多轮排产模拟，在简道云生产管理系统中中实现“够用”的排产效果。

关键不是算法有多高级，而是是否贴合业务。

三、APS真正的落地路径：别一上来就谈算法

讲到这里，你可能已经理解了算法，但现实中还有一个问题：为什么很多企业上了APS系统，排产还是一团糟？

原因通常不在算法，而在基础。

1. 数据不准，一切白搭

最常见的问题是：

• 工艺路线不完整
• 标准工时不准确
• 设备能力没有定义

这种情况下，系统再聪明，也是在算错误数据。

解决方式很简单，先把基础数据做扎实。

2. 约束没有建进去

很多企业的APS，其实只是：订单排序 + 时间排表。但真正的约束没有建进去：

• 工序依赖关系
• 换模时间
• 物料齐套性

结果排出来看着很顺，执行起来全是问题。

APS的价值，不在于“排”，而在于“约束”。而这些约束，是需要在系统里一点一点配置出来的。

在简道云ERP生产排产系统中，可以通过规则和流程把这些约束逐步固化下来，而不是靠人记。

3. 系统排好了，现场不执行

系统排了一套计划，但现场：

• 临时插单
• 随意调整顺序
• 不按工单执行

最后系统是系统、现场是现场。这种情况下，算法再好也没意义。

真正有效的做法，是把排产结果直接下发到执行端，比如工单、报工、进度反馈，都在同一套系统里完成。

因此，需要类似简道云ERP这种工具，可以把排产、执行、反馈串成闭环，让计划不是建议，而是必须执行的动作。

所以，APS的正确路径（生产计划排产）应该是分阶段的：

把数据做干净

先别谈优化，先把基础打好：

• 订单结构化
• 工艺路线标准化
• 设备资源清单化

可以用简道云快速搭一套数据底座，把原来分散在Excel里的信息统一起来。

先用简单规则排产

• 正向排产
• 逆向排产
• 基础优先级

这一步的目标不是最优，而是让排产有逻辑。

引入产能约束

开始限制资源：

• 每台设备的工作时间
• 每条产线的负载上限

让排产结果变得可执行。

再做优化

这时候再考虑：

• 多方案对比
• 动态调整
• 启发式优化

也就是我们常说的“类APS”。

而这一切，其实都可以在简道云这种灵活的平台上逐步实现，而不是一开始就上重系统。

最后说一句实话

很多人把APS想得很高深，觉得难点在算法、在系统。

但真正决定你排产水平的，是你有没有先把业务讲清楚。

APS不是帮你算出一个完美计划，而是帮你在混乱中，持续逼近一个更合理的结果。

而像 简道云 这样的工具，真正的价值不在于替你排产，而在于让你把原本靠经验的排产逻辑，一步一步变成可计算、可执行、可优化的系统。

这件事，比任何算法都重要。