aps软件的核心，主要是数据管理，排程/优化算法，各类甘特图
所有aps软件排程算法都是Heuristics启发式算法（如Greedy算法），只是有的aps软件还支持ga遗传算法优化（比如sap apo,oracle aps,isuperaps），有的不支持（比如asprova,西门子preactor)
排程算法，常说的Heuristics启发式算法（如Greedy算法），就是按约束条件排出结果，约束条件一般为 1 时间约束 2 前后工序约束 3 副资源约束 4 特殊规格约束
但是排程不是光要排出来，还要争取最优的排产结果，这就需要优化算法了，任何一个工厂，哪怕是手工排产，也都是追求排产结果优化的。
优化算法的原理是，排程都是基于一些排产因素的，这些排产因素是可以调整的，不同的排产因素，排出的结果也不同，优化算法通过不断调整这些排产因素，从而获得更好的排产结果
优化算法能极大的缩短所有工单的总体完工时间，比如本来所有工单需要3个月完工，现在优化后，只需要1个半月
ga遗传算法就是最常用的优化算法，比如排程算法跑10万个工作化了2分钟，总完工时间3个月，再用ga优化100遍，花4个小时，将总完工时间缩短到1个半月
具体做法就是，ga遗传算法通过每次改变一些排程因素（这个是毫秒时间），然后再花2分钟排程一次，看结果是否更好，从而向最好的结果逼近，优化次数越多，结果越好，优化100次，其实就是不断改变排程因素100次然后再排了100次，花4个小时，总完工时间从3个月缩短到1个半月
这里要强调的是，ga遗传算法只是负责每次改变排产因素，每次排还是使用排程算法排
要知道，10万个工作，要是手工排程，需要几十个生管排半个月，现在优化4个小时就可以把总完工时间缩短一半，经济效益是非常巨大的
排产结果执行时，难免人工介入，在一个总完工时间一个半月的排产结果上人工介入，总完工时间基本还是在一个半月左右，而在一个总完工时间3个月的排产结果上人工介入，总完工时间基本还是在3个月左右，所以给出一个优化的排产结果，意义是非常巨大的
还有一点，计划是计划部门的事情，按计划执行生产是车间生产部门的事情，不是随便就人工乱调整的，特别是大规模排产的结果，10万个工作，众多约束条件，手工调整很难考虑周全，往往手工一乱调整就导致结果不可执行，这也是计算机排产的意义所在
先进制造aps专题一 新一代aps系统将成为企业智能调度平台的核心
先进制造aps专题二 为什么说sap apo是aps行业的标杆
先进制造aps专题三 为什么java语言不适合作为aps算法的开发语言
先进制造aps专题四 计划型简单aps系统(plan)和排产型复杂aps系统(Scheduling）的区别
先进制造aps专题五 aps软件的排程算法和优化算法介绍
先进制造aps专题六 aps软件开发最大的难点，设备甘特图开发
