企业如何在产品个性化、需求多样化的智能制造趋势下，针对不同生产订单的排程，应用APS（计划排程系统），通过数据与算法制定相对优的排产将成为工厂智能化实施的关键环节。本课程结合近年智能制造、大数据、APS等技术，通过实际案例和主流APS软件的学习，让工厂计划人员快速理解并掌握未来智能排程的趋势。
■ 理解智能制造趋势下生产计划与排程的挑战
■ 大数据分析与模型技术在生产排程中的典型应用
■ 国内外优企业的计划排程实践与成果分享
制造型企业高管、厂长、供应链总监、生产总监、运营总监、各级计划管理、MES系统项目等相关企业管理人员
知识讲解、案例分析讨论、角色演练、小组讨论、互动交流、游戏感悟、头脑风暴、强调学员参与。
一、挑战：智能制造对生产计划带来的转变
■ 正确理解智能制造：首先是国家战略
■ 从精益化到智能化的演进路线
■ 智能制造的三种创新模式：战略、运营与服务
■ 端到端网络化、定制化对计划管理带来的挑战
■ 智能工厂的目标：数据+算法驱动
■ 生产计划管理的挑战：数据的海量与时效
■ 趋势：基于大数据的动态生产计划排程是必然
■ 补课大数据与计划体系的若干主题
二、体系：生产计划的完整体系
■ 典型的供应链平台与大数据架构介绍
■ 牛鞭效应与传统供应链管理的应对策略
■ 完整生产计划体系的5级逻辑
■ 从预测开始的计划输入
■ 为什么采用N+的滚动机制
■ 案例：如何基于大数据技术提高预测准确性
■ SOP产销协调的策略、流程与模型
■ 主计划的输出：策略均衡与全局优
三、排程：基于手工作业的体验
■ 排程的基本前提条件与目标
■ 举例：如何根据紧急系数制定进行生产排程的安排？
■ 精益排程的思路
■ 设定不同作业目标，正确运用不同的作业排序原则
■ 举例：如何运用DD、FIFO、SOT、More法则进行作业排序
四、演变：从MRP到APS的逻辑
■ MRP的核心逻辑分析：基于BOM的无约束系统
■ APS的核心逻辑分析：基于模型寻优的约束系统
■ 举例：典型APS软件系统的使用介绍
■ APS的数据输入与排程引擎
■ 举例：基于线性规划的排程算法框架应用场景
■ MES系统与排程功能简介
五、畅想：机器学习与智能排程
■ 机器学习与人工智能
■ 基于BI的智能排程
■ 若干核心算法举例（遗传算法GA）