关于集成计划的概念（三）

前言：本文内容为心得体会，受限于笔者文采与文字功底理科生中下游水平，请勉为其难的理解………

上一篇说到planning与scheduling的冲突矛盾，这篇来谈谈如何协调统一

注：planning指较宏观的计划规划层面

    scheduling指较微观的排程调度层面

关于什么是集成计划，请参考【关于集成计划的概念（一）】

关于scheduling冲突，请参考上篇【关于集成计划的概念（二）】

以上手机打字，无链接，请历史记录自行查阅哦

回到正题，关于集成planning与scheduling，确保结果一致

目前见过的方法主要是如下三类

一 分解型

就像权威型家长与子女的关系

基于planning计划进行分解到更细时间与数据层面，形成scheduling，前提是绝对遵循于planning的安排。

餐馆举例就有点困难了，直接看制造业供应链吧。

APICS国际运营协会（最近改名ASCM了）提出的传统MPC制造计划控制框架的做法，就是典型的分解型。

上图在mpc基础上，根据个人理解稍微拓展了到pac的中间层，稍微解释下。

细部排程就是详细的生产排程层面，要考虑各类资源约束，有工艺，质量，产能，物料现场等各类约束。

派工层面主要是开生产工单（mo或wo），制定备料/发料计划，会受限于大量的数据约束。例如更细颗粒度的物料齐套问题（关于物料齐套有个专题在草稿箱躺了很久），工单的各个维度主数据状况等。

生产活动控制主要是现场的管理，材料配送到工位或设备，上料顺序，投入产出控制这方面。工程约束是跟现场生产管理方式密切相关，AGV，AS/RS，JIT，Kanban等各类工具的约束规则各有差异。

mpc框架中，计划基于每一层冻结期（DTF需求时界）层层分解而成。即便有差异，也是在下层做前后的时间段调整。

二 反馈型

有点像夫妻之间的沟通………

这类与上述差别，核心在于planning层产生行动及对外的反馈，是否由schedulinh层进行修正。

传统的ATP（也有叫CTP/DTP各类细分，不管了这里统一）对客户的订单进行交货数量与日期的承诺，完全基于MPS主生产计划，每天的维度可以直接给出。

然而，随着现实执行层面复杂度骤然提升，scheduling与planning差异变大，必须由scheduling对前述行为进行修正。

概念图举例如下

以上只是在ATP及ship plan上举例，现实中会涉及几乎所有行动的变更修正，到物料计划到产能计划统统要调整反馈。这样，才能保证真实性。

如此还是不够，因为反馈周期长，一圈跑下来，客户会发现ATP总在跳动，发运计划也不断跳票…最终我们要走到集中式

三 集中式

有点像一个三口之家，

子女/养老/婚姻等家庭问题纠缠不清，

但最终会有个一致结论！

集中式是非常理想的状况，Planning与scheduling无法单独计算，需要打包同步执行，内部相互约束相互反馈，最后输出一致的行动。

这部分，我暂时没看到过企业实际应用，大部分聚焦在理论层面，特别是在Algorithm算法研究上

下图是西班牙的A.Garrido，F.Barber提出的一种集成模型

提出通过一个控制器与共享约束数据来实现集成，控制器可以控制两者的交互反馈，一遍又一遍执行从planning到scheduling的过程。

随着这些年人工智能技术成熟，各类启发式，元启发式，甚至图网络的应用成熟，相信在数学层面的技术问题已经不存在了。

然而在业务上，怎么规划业务流程来匹配这样一套自动化系统逻辑，人作为一种资源的响应速度（什么频次节奏对客户反馈ATP）以及现场实物流的响应速度（车间发料时间，生产调整的时间），极大限制了这类模式的落地应用。

曾经了解到华为开始合并了计划系统，将物料齐套计算与生产排程打包一起计算，采用混合整数规划进行大规模求解，以期望能达成整体最优化的planning与scheduling。

然而，很可惜的是，实际上还停留在单纯的集成planning层面，所谓的排程也只是生产日计划的程度，未精确到班次，线体与排序，对于车间层面现场约束更是无从考虑。因此，不属于本文所谈123的情况。

未来随着物联网与自动化技术发展，大幅度降低实物流反应时间，提高实时响应速度。

加上企业间协同类系统与RPA流程自动化发展，人的速度也将能跟上算法计算，也许很快能普及真正实时的scheduling与simulation模拟，那时也许就不需要单独做planning这件事………………、