排产调度（APS）协同内涵的本质思考

最为典型的柔性作业排产调度，其核心任务就是实现作业（工序）与资源的配置，最终将形成面向订单（任务或工件）的资源链条。而这种资源配置最核心的内涵之一就是协同。

（1）流程与关联驱动的关系协同

不管是串行（隐形的机械加工工艺流程）还是柔性（这个目前也是越来越多了）的关联。其实都涉及到一种顺序间的关联关系，而只要有顺序上的约束关系，就必然涉及到前后的一种协同。简单的两道工序（设备）之间、两个工段之间、两条产线之间、两个车间之间、两个工厂之间、两个制造基地之间，并逐步的体现为点线面体类的逐步迈向复杂的递阶进化。

（2）关系协同的本质其实是能力分配上的一种协同

APS强调的是全局优化，我只是按照当前的手工模式，针对某个具体的作业进行分配，很大程度上会出现骨头不固定的现象，这也是为什么各种各样的组合优化算法出现的一个根本原因。不管是哪个层级，其实本质上来说都是这个问题，制造资源的能力是有限的，资源配置的视野如果不能够放长，那就局限性很大了。

（3）协同的几种典型策略（举例）

如同人类社会的组织形态一样，可借鉴的甚多。在APS中，可以考虑某种粗精结合、推拉结合的协调控制方式，甚至是分层次、分阶段的协调控制方式（包括对排产调度问题的分解），可以更柔性的适应这种问题。粗精结合保证粗犷方向性的正确和精细化调整性的可行，推拉结合应该有助于将前瞻问题和正推问题以某种方式融合起来，分层次是说中央和地方的交互协同，分阶段是说多点开花的协同。在APS问题范畴内，可称之为社会性协同。

就像人体四肢一般需要大脑协调一样，大脑对四肢的协调，其实是一种联动，四肢彼此配合执行指令形成期望的动作形态与协调关系。对于调度中的本质协同问题，可以类比大脑对四肢的协调。同时，人这种生物是高端灵长类，大脑比较发达，但对于猎豹甚至大象，在协调控制方面也是有不同的侧重点的，比如猎豹反应更迅速、大象则反应缓慢，但稳定性有可取之处。在APS中可以体现为规则的扩展或者规则的收缩。在APS问题范畴内，可称之为生物性协同。

另外一种，我们说的动车，就是每个车厢都有自己的动力，当然需要中央协调，但更多的可能是自适应的彼此协同。上面的方式对多阶段协同的APS其实都是适用的，可称之为动力学协同（嗯，其实是第4代APS的本质）。

本文引自作者：王爱民