可以使用各种方法和技术为生产车间创建计划。 这些方法和技术包括：使用简单的先进先出 (FIFO) 或以交货日期排序 (DDO) 规则,考虑当前在制品 (WIP) 和/或未来在制品 (WIP) 以及简单/基本的生产周期假设，基于手动/ Excel 形式的方法；基于生产区域规则的启发式排程；基于模拟的排程，以及基于优化的排程。 此外，还可以采用混合方法来预测未来在制品 (WIP) 的到达，并对批次进行排序以生成排程。 方法的选择和应用会影响排程的质量以及解决方案所能产生的生产效益。 同时，不同类型的排程系统对工厂输入数据的质量和准确性的要求也随之提高。
通常，排程解决方案需要提取工厂数据，并将其转换或转化为解决方案输入数据。 然后，排程引擎（无论采用何种方法）根据不同的考虑因素和目标应用逻辑，生成排程输出数据。 然后，这些数据经过处理，以用户友好的可视化和分析格式发布成计划，供最终用户使用。 这个过程如下图1所示。
下面将介绍各种方法和技术的一些优点和局限性。
基于启发式方法的排程解决方案
基于模拟的排程解决方案
基于优化的排程解决方案
在优化排程中，混合整数编程 (MIP) 或约束规划 (CP) 模型根据生产区域的加权目标函数进行批次分配和指派，从而创建最优的设备排程。 优化排程系统是一种区域排程系统，可以与基于仿真的工厂排程系统集成。
下面的表2可以让您轻松了解每种解决方案的优点。
每种解决方案的积极属性
| 启发式方法 | 模拟 | 优化 |
|---|---|---|
|
易于开发、配置和部署 |
更准确的未来批次/在制品 (WIP) 到达预测 |
最佳可行和最优排程 |
|
易于学习、扩展和自定义
|
可以对整厂进行排程，并在排程中执行派工规则 |
详细的设备建模 |
|
改善 KPI 的早期收益
|
在非生产环境中验证派工规则 |
更好的瓶颈管理 |
|
对输入数据要求/质量的适度敏感性
|
可跨多个工厂和公司进行扩展，实现更好的生产线平衡
|
对不断变化的工厂条件和目标保持敏感并做出响应 |
表 2：基于启发式、模拟和优化的排程解决方案的积极属性
每种解决方案或技术也有其局限性，如下表 3 所示。
每种解决方案的局限性
| 启发式方法 | 模拟 | 优化 |
|---|---|---|
|
可能需要不断进行微调 |
对工厂数据质量、延迟和粒度高度敏感
|
对工厂数据质量、延迟和粒度高度敏感
|
|
没有实现所有潜在的生产收益 |
使用简化版派工规则实施
|
难以解释排程系统的决定
|
|
需要在生产环境中进行效果评估 |
不是数学上的最优解 |
需要更长的部署时间
|
|
通常能提供良好但非最佳的解决方案 |
维护所需资源增加 |
维护所需资源增加 |
|
对不断变化的工厂条件和目标不敏感，反应迟钝
|
|
模型性能时间与问题大小呈非线性关系 |
表 3：启发式、模拟和优化的排程解决方案的局限性
结论
工厂应根据对工厂需求的评估来选择排程软件解决方案。 理想情况下，解决方案应能很好地满足这些要求、工厂当前和未来吸收新技术和业务实践的成熟度，以及现有软件解决方案的功能。 以下问题有助于您的决策过程：
- 工厂需要全厂排程系统还是生产区域排程系统？
- 您的瓶颈情况和瓶颈的性质是什么？
- 工厂自动化的当前基准
- 全面了解工厂数据的生成、可用性、收集、存储和处理能力
- 帮助实施和支持排程自动化愿景的技术资源可用性
启发式排程、模拟排程和优化排程都可以帮助您改善工厂 KPI，每种方法都有其优点和缺点。 您应该充分了解这些排程方法的适用性和能力，以确保在您的工厂成功实施。
不过，需要注意的是，没有经验和没有实施过复杂自动化排程解决方案的公司应考虑部署基于启发式方法的排程。 这将帮助您在工厂改进方面尽早实现投资回报率 (ROI)，同时还能积累经验和专业知识。 在目前没有派工或排程系统的公司实施基于模拟或优化的更复杂的排程解决方案，可能会导致学习曲线过浅或部署不成功。
