管理同样存在不足，例如看板的生产批量比较关键，若有某一工序的生产批量制定的不合适，则会造成其他工序的无效等待。另外，在MRP模式下，必须有车间的管理人员对生产计划的执行进行监督，而JIT模式下的生产计划的控制相对简单，由产品线上的工人自己借助看板就可以实现生产计划的控制。

2 APS在两种管理模式下应用的比较

APS作为一种先进的优化技术，在最近的十几年中，被很多先进的制造企业使用。这些企业采用的管理模式有MRP也有JIT，而且APS技术与这两种管理模式相结合的时候都有不错的表现。但是由于两种管理模式差异较大，所以APS在两种模式下具体应用时又有很多不同。下面本文将对APS在两种管理模式下的相同点和不同点进行具体的分析。

2.1 相同点

APS往往是作为供应链管理的一个部分与企业的其他管理模式相结合的。它能帮助企业从供应链的角度考量企业整体利益，并能为企业提供很多决策和管理细节上的帮助。在两种不同的管理模式下，APS能为企业提供相同的决策支持能力，生产模拟能力和突发事件调整能力。

2.1.1 APS的决策支持能力

不论是在MRP模式还是在JIT模式下，APS系统都能为企业决策者提供很好的决策支持。因为APS系统能够在短时间内为企业的实际生产能力进行准确的评估，并能在资源优化使用的前提下，对企业生产进度进行有效控制。这使得企业的决策者能够随时地了解企业的生产状况和产能情况，在复杂的生产环境中，做出精明有效的决策。

2.1.2 APS的生产模拟能力

APS系统在生产模拟方面的能力对企业生产计划制定起到至关重要的作用。APS系统不论在MRP模式还是在JIT模式下，都能对企业生产计划进行优化，并将优化后的结果以图形界面的方式呈现给生产计划制定人员，并且APS系统还可以按照不同的侧重点对生产计划进行展现。例如，可以根据产品加工顺序展现加工过程，也可以按照机器展现资源使用情况，还可以按照人员展现人员工作安排。在多种视图下，计划制定人员可以方便简捷的安排制定生产计划。

2.1.3 APS的突发事件调整能力

正是由于APS的短时间内的模拟能力，使得企业决策者和计划制定人员能及时地调整生产中的突发事件，使突发事件对企业利益的影响降到最低。不论在MRP模式还是JIT模式下，企业的突发事件都是在所难免的。例如，机器损坏、人员缺勤、临时插单等等。一旦企业出现这些突发事件，难免对生产造成影响，但是APS系统的出色的模拟能力，能在最短的时间内找到合理的处理方案，将给企业造成的损失降到最小。

2.2 区别

APS对于两种生产管理模式都有很好的帮助作用，但由于两种生产管理模式的思想与运作方式完全不同，APS在两种模式下的应用又有很多不同的地方。

2.2.1 排程思想不同

MRP模式下，产品经过BOM分解，已经能够为各个工序准确的安排相应的机器和资源。但是MRP模式下有一个很大的缺点，就是MRP不考虑产能约束，即假设为无限产能，并且MRP模式下对于各个工序的实际加工时间安排没有详细计划。这对于计划制定人员来讲，是一件非常麻烦的事情。而APS恰恰能够很好的解决这些问题，APS系统可以使用各种优化算法，在考虑各种约束的前提下，给出各个工序准确的开始时间、结束时间和加工时间。这就为详细的生产计划的制定提供了很好的支持。所以在MRP模式下，APS系统主要是为了帮助企业实现在资源约束下，准确安排生产任务，尽量缩短加工时间的目的。

而在JIT模式下，排程的思想有些不同。首先JIT模式是以零库存为基本原则的。这就是说企业的生产安排基本是用订单来拉动的，所以订单的交货期在JIT模式下是非常重要的。订单的生产依据看板向前逐级拉动，但是往往由于订单数量较多，在一定的加工期限内，所能加工的数量又有所限制，所以订单的加工顺序的变化对于企业生产利益的影响有时非常大。而APS在这种情况下，主要能够通过优化计算，将利益的损失降到最低。所以在JIT模式下APS主要通过对订单优先级和资源冲突进行计算，降低企业损失。

2.2.2 驱动方式不同

MRP和JIT的管理思想完全不同，MRP是推式生产的典型模式，而JIT是拉式生产的典型模式，所以两种模式下对于APS应用的驱动方式也大不相同。

MRP模式下。企业往往通过售前预测和销售反馈来安排生产计划。所以这种模式下的APS的驱动点基本来自于内部预测，这就使生产计划的安排基本保持稳定，APS应用的频率一般也比较固定，得到的排程结果也相差不多。而JIT模式下，企业往往通过订单来安排生产，所以这种模式下APS驱动点在于外部反馈，这种驱动方式突然性比较强。而且APS应用的也比较频繁，排程结果更是千差万别。

2.2.3 目标函数不同

APS系统通常需要建立相应的数学模型解决复杂的排程问题，并且通过对某一个目标函数的最优化(最大化或最小化)计算达到最终目的。而在MRP和JIT这两种不同的生产管理模式下，相应的目标函数模型也完全不相同。

我们建立一个简单的数学模型来具体比较两种目标函数的区别。先进行如下假设：

n 计划产品数量(自然数)。
s 产品开始加工时间。
c 产品加工完成时间。
d 产品的交货期。

如前所述，在MRP模式下，APS的主要目标是在资源约束的前提下，准确安排生产任务，并尽量缩短总加工时间。所以，在MRP模式下的优化目标应该是总加工时间最短，所以APS目标函数可以描述为：



而JIT模式下，APS的主要目标是尽量使产品的完成时间与订单的交货期一致。所以在JIT模式下，APS目标函数可以描述为：



2.2.4 有效算法不同

由于两种模式所优化的目标甬数不相同，因此在算法上也有很大的差别。

基于MRP模式的APS算法所优化的目标是使生产的总加工时间最短。这在国内外学术界已经有很多各种环境下的研究成果。在单机环境下，Smith在1956年就提出了wSPrr规则。并行机环境下，Satin等人的分枝定界法和Eck等人提出的启发式算法都对本问题提出了比较好的解决方案。在复杂条件下，如流水车间、加工车间和开放车间等等，精确的数学算法已经不能处理大规模的排程运算，研究方向逐渐转向启发式算法，Johnson法则、CDS、RA、NEH等方法在20世纪70年代已经被提出，之后大量文献对这一问题进行讨论，陈荣秋和Ruben等人都提出了比较成功的算法，虽然这些算法的假设条件比较严格，离现实的生产环境还有一定的差别，但随着近年来，很多元启发式算法，如遗传算法、模拟退火法、禁忌搜索法和蚁群算法等的发展和大量应用，已经能够比较灵活的解决这个问题。所以说，基于MBP模式的APS算法已经比较成熟，虽然对于某些具体问题会有一些难于处理的细节，但相对来讲，在MRP模式下已经有一些比较好的APS解决方案。

而基于JIT模式的APS算法相对要复杂一些。其优化的目标是使产品最终完成时间与交货期的差距最小化。这种情况也有一些学者做过讨论，例如在单机条件下Baker等人提出的启发式算法能够比较好的优化目标。在复杂条件下，Iranpoor等人也给出了比较好的优化算法，但是这些研究的假设条件都比较简单，离真实的生产环境还有相当大的差距。其原因主要是在JIT模式下，计算的复杂度要更高，使用数学方法得到最优解的可行性更低，所以现在的解决方法多以启发式算法为主，配合其他的优化理论得到较优解，如Rajendran提出了一个较好的启发式算法解决该问题。但总体来讲基于JIT模式下的APS算法可以改进的地方还有很多，算法的成熟度还远没有达到实际应用的程度。

2.2.5 排程效果比较

下面本文通过一个简单的例子将两种不同模式下的APS排程做一个具体的比较。假设产品A可以分解为四个零部件，这四个零部件以及产品A的加工工序分别对应工序a，工序b，工序c，工序d，工序e(如图1)。


图1 产品A的BOM分解图


基于MRP模式的APS排程的主要特点是在预期生产计划下，首先分解BOM，然后按照BOM分解后的零部件以及加工工序尽量早的安排生产。经过排程，我们得到产品A在MRP模式下的具体生产计划如图2。



图2 MRP模式下排程图


而在JIT生产模式下，APS排程的主要特点是以交货期为核心，同样在通过BOM分解产品结构后，以交货期为终点，逐级向前按照工序分解，在保证没有中间库存的原则下，将整个工期调整到符合提前或者延后交货时间最小化的目的。由此，在JIT模式下，我们可以将产品A进行排程，得到生产计划如图3。



图3 JIT模式下排程图


通过以上例子的对比，我们可以清楚地看到，在完成同一个产品的加工过程中，两种模式下总的加工时间是一样长的。但是明显JIT模式下，各加工工序之间的衔接更为紧凑，而且基本消除了加工过程中的库存，而MRP模式下，加工过程比较松散，增加了加工过程中的库存，但是由于加工时间比较松弛，对于突发事件的应对方面，明显要好于JIT模式。

3 研究结论及展望

本文对MRP和JIT两种生产管理模式的特点做出了详细对比。我们从中可以看出，MRP和JIT这两种管理模式各有利弊，都有自己适合的领域。MBP模式适合在一些快速消费品行业应用，而JIT模式适合其他的一些行业，如汽车制造等。而APS在两种模式下的应用也是各有自己的优点和缺点。在MRP模式下，工序之间的衔接性不是太好，从而增加了加工过程中的库存，而JIT模式下，虽然对加工过程中的库存进行了有效的控制。但是算法复杂度上，却又比MRP模式下的应用复杂了许多，并且对于插单等问题的处理还不理想，有待于进一步改进。另外，在最近的十几年里，不少学者，提出了集成MRP和JIT模式的观点，而在实际的企业生产中，纯粹的MRP或JIT模式，也相对较少，大多数企业都是两者兼而有之，而在这种混合的管理模式下，APS的应用又要复杂了很多。基于实际生产中的需要，今后我们更多地工作应该致力于混合的管理模式中的APS应用研究。

扩展阅读

版权声明：