產生髮展
從20世紀5O年代以來，許多學者一直在尋求用數學方法進行精確計算來安排生產計畫和進度。但由於當時受建模困難、運算量大等客觀條件的限制，發展比較緩慢。隨著MRP方法的誕生，生產計畫管理領域就存在著兩種編制生產計畫的哲理：MRP方法和數學解析方法。8O年代中期，從縮短計畫運行時問來改進MRP的工作取得成效，產生了快速MRP模擬技術。1984年AT&T推出的Karmarkar’S算法，成為線性規劃(LP)的突破性進展，以後幾乎被所有現代LP解決方案所採用。隨後MRP進一步發展為MRPII，它將計畫與執行結合在一起，不僅考慮了生產方面的資源，還考慮了銷售與供應等方面的資源，形成了一個連續的實施和反饋環，因而在MRP的基礎上又前進了一步。90年代至今仍方興未艾的企業資源計畫ERP是作為MRPII的擴展而出現的，它將企業的各個過程集成在一起，以便更有效的綜合利用企業的各項資源。從此以後，企業廣泛採用企業資源計畫ERP對企業運作進行管理，並曾創造了ERP實踐的輝煌時期。然而ERP主要是針對企業內部資源的管理，它的核心邏輯基於無限能力假設和固定提前期，缺乏最佳化功能。同時它不具備協調多個企業資源的能力。隨著市場競爭加劇，技術創新加快，消費者需求個性化日趨明顯，越來越多的企業意識到，單靠企業自身生產過程的最佳化以及改進企業內部的管理所獲得的收效變得越來越有限，於是開始將管理的焦點轉移到相關獨立企業之間的協同和企業內外物流以及信息流的集成與最佳化，以實現“共贏”。
因此，為尋求克服ERP的不足，在上個世紀9O年代中期，出現了高級計畫與排程系統APS。
著名的OPT發明人Eli Goldratt對APS的發展有顯著的功績。最佳化生產技術OPT本身就是一種根據能力瓶頸的安排計畫的哲理，後來他又繼續發展成為約束理論TOC(Theory ofConstraints)，開始在離散製造業最佳化排序中套用，出現了第一批APS公司和基於常駐記憶體運行的互動式APS產品。9O年代一些主要的化工企業開始選用APS供應商的產品。其後，新的計畫與排程系統開發商，其中許多人是數學或運籌學高級專家，經過多年研究，將線性規劃等最佳化方法通用化，在新一代計算機的支持下，創造出幾乎能在瞬間生成最佳化計畫的軟體包，使理論的數學解析的計畫方法達到了實用程度。這些新的軟體包被稱為APS引擎。新的計畫解決方案APS引擎的出現，使基於數學最佳化方法的生產計畫重新得到關注。
特點
APS與傳統的ERP、Jf等系統相比，其特點是：
① 關注整個供應鏈網路，同時提出長期、中期與短期運作計畫；
② 採用基於約束理論(TOC)的能力約束計畫，充分考慮物料、生產能力、運輸能力等各種約束對計畫制訂的影響；
③ 實現供應鏈上多源信息的集成與共享。
研究現狀
(一)供應鏈網路配置最佳化
核心企業在構造供應鏈時，為了更好地協調與匹配眾多供應鏈上下游企業的業務合作關係，需要對大量潛在的供應商、製造商和分銷商進行選擇、地理位置定位和能力配置等問題進行決策。對於供應商選擇問題，Tjendera(2005)等建立了供應鏈網路結構的隨機規劃模型和基於Bender分解法的求解算法，並分別對國內供應鏈和全球供應鏈實例進行了仿真研究；Ghodsypour(1998)等集成層次分析法AHP和線性規劃方法，建立了供應商選擇和評價決策支持系統；Luitzen(2001)等回顧和綜述了關於供應商選擇問題的定量分析方法研究情況，包括線性權重法、層次分析法、數據包絡分析法、數學規劃法及基於實例推理CBR的人工智慧方法、神經網路算法、遺傳算法等。成員企業的地理位置確定和能力配置是供應鏈運作協調中需要決策的另一個問題。
Wang(2004)等將其分為面向庫存構建BTS和面向訂單構建BTO兩種構造模式，建立了一個集成BTS和BTO兩種策略的最佳化定位數學模型，並進行仿真分析，仿真結果證明了該模型通過最佳化工廠布局和能力分配，可以有效降低成本和提高供應鏈整體績效；Erdem(2005)等研究了汽車供應鏈中的分銷中心能力配置和定位問題，並建立一個線性規劃模型和設計了基於拉格朗日搜尋的求解算法。供應鏈網路配置最佳化關鍵是獲得所需信息，然後通過專家系統、仿真模型、啟發式模型或其它最佳化模型進行分析，以找到最優配置。
(二)需求計畫
需求計畫通過綜合考慮未來客戶需求以及客戶訂單等信息制訂計畫。準確的需求計畫可以真實反映客戶的未來需求，降低供應鏈中的多餘庫存，減少企業的生產波動。在以客戶為中心、需求為導向的市場環境下，企業的分銷計畫、物流計畫和生產計畫都直接受需求計畫的影響和制約。需求計畫的理論研究主要側重於需求預測方法的探索和套用。國內外對需求預測進行了大量研究。目前主要的預測方法有時間序列法、人工智慧、神經網路算法、基於多智慧型體的預測法等。Stadtler(2005)認為對未來需求的預測構成了供應鏈中所有戰略性決策的基礎，其它運作協調活動都是以它為基礎的；李勇(2005)等建立了基於乘積求和自回歸平均滑動的需求預測模型，並結合SAS統計軟體對實踐套用的預測結果進行了評估；江盛樹(2003)等針對流程製造企業供應鏈的特點，採用BP神經網路建立了客戶分銷的預測支持系統，並對某造紙流程企業的周銷量件數進行了實例預測仿真；蔡穎(2004)總結了預測的12種定量方法。有效的數據模型對於供應鏈需求計畫固然很重要，但關鍵還在於成員企業的協作與信息的有效共享，減弱“牛鞭效應”，並實現基於Intemet的協同需求計畫。
(三)分銷計畫
分銷計畫是APS重要功能之一。合理確定分銷計畫是提高服務質量、降低配送成本和增加收益的重要手段。分銷計畫的核心問題就是分銷路徑的最佳化。由於分銷路徑最佳化問題被公認為是一個NP難題，因此相關研究文獻中大多採用了基於機率搜尋的最佳化算法。Hwang(2002)研究了基於時間約束的車輛路徑最佳化問題，並通過改進遺傳算法交叉運算元對該問題進行了求解；祝崇雋(2001)等回顧和綜述了車輛路徑問題研究情況，認為車輛路徑最佳化問題主要有基於精確算法和人工智慧算法的確定性VRP，以及基於隨機和模糊模型的不確定性VRP兩種類型。
(四)生產計畫與排程
生產計畫與排程是企業套用最早和最多的APS功能之一。生產計畫與排程主要解決車間多工序、多資源的最佳化調度及順序最佳化問題。它基於工序邏輯約束和資源能力約束，計算最早開工時間和最遲完工時間，並進行多種最佳化方案的比較，最佳化目標是成本最低、延期訂單最少等。但是在處理大規模的約束最佳化計畫問題上，它還存在很多問題和不足，這是因為上述的最佳化與協調問題大多屬於數學上的NP問題。鑒於此，研究人員嘗試了多種方法對APS中的最佳化排產和調度問題進行理論探索和創新。這些方法大致可以分線性規劃法、人工智慧法、基於仿真的方法和機率搜尋法等。由於生產計畫與排程大多數是非線性最佳化問題，所以智慧型最佳化算法成為近年來研究的熱點(Lee，2002)。
(五)供應鏈集成計畫
供應鏈集成計畫是APS中非常重要的一個組成部分。供應鏈環境下分散式多工廠的業務運作協調問題是供應鏈中的典型難點問題之一。供應鏈集成計畫模式摒棄了傳統的單個企業單打獨鬥的思想，把企業內部與上下游節點企業之間的各種業務看作一個整體，將多種業務計畫集成到一起考慮，建立面向整個供應鏈的同步化、集成化的綜合計畫模型。Lee(2002)等建立了面向多製造商的有限生產能力的批量決策數學規劃模型，並利用基於拉格朗日鬆弛的啟發式搜尋規則對模型進行求解；周金宏(2001)等研究了實現最小化提前/拖期懲罰費用、生產成本、產品運輸費用的總額為目標建立的分散式多工廠、多分銷商的供應鏈生產計畫模型。供應鏈集成計畫能夠同步協調供應鏈成員企業，使整個供應鏈好像在一個計畫指導下運作，從而有效保證各成員企業業務的同步性和協調性，達到快速反應客戶需求和有效降低整個供應鏈運作成本的目的。
(六)可承諾量ATP
在當今市場競爭節奏加快，客戶需求千變萬化的時代，能否對客戶訂單做出準確和可靠的訂單承諾，已成為決定企業成敗與否的關鍵問題之一。在此背景下，關於ATP的研究和實現問題逐漸被大家所重視。在MR．PII、ERP中也包含了簡單的ATP功能。但傳統ATP的承諾方法是先查詢製造商的成品庫存信息，然後根據庫存數量對訂單進行承諾，如果庫存不足，則下新的生產訂單來完成訂單需求。傳統ATP承諾可能會產生不可行的承諾結果，主要是因為新生產訂單的下達沒有考慮企業能力資源的限制問題，從而無法有效保證新生產訂單按時按量完成並交付給客戶。
Chen(2001)等將ATP和生產調度混合考慮，並提出了面向企業ATP的混合整數規劃模型。Xiong(2003)等研究了能滿足Web服務的ATP，並都指出，如何將ATP的功能系統化，並和其它計畫與控制系統進行有效集成來提升ATP的功能，將是進一步需要研究的問題。Richard(2005)等研究了滿足訂單數量和交貨期的ATP方法體系和模型，指出如果客戶的訂單不能滿足，如何考慮使用替代品或其它企業的成品等來滿足ATP將是進一步的研究方向，然而面向供應鏈的ATP需要進一步考慮供應鏈上各節點企業的能力與收益約束，以增強訂單承諾結果的科學性和可行性。在APS的套用和開發研究上，世界著名管理軟體公司i2、Manugistics、ILOG、SAP和Oracle等都進行了大量的工作。目前越來越多的企業開始意識到了APS計畫系統在提升企業核心競爭力方面的重要作用，特別是在國外的一些大型企業內部已經同時套用ERP及APS，並將一部分原來的ERP計畫功能替換為具有最佳化能力的APS計畫模組，這些都將極大推動APS的深入研究及推廣套用。
