Содержание к диссертации
Введение
1 Анализ структуры, свойств предприятий и их автоматизированных систем управления 10
1.1 Автоматизированные системы управления предприятием 10
1.1.1 Понятие АСУП 10
1.1.2 Задачи и функции АСУП 13
1.1.3 Объекты АСУП 15
1.2 Моделирование структур предприятий в АСУП 16
1.2.1 Задачи моделирования структуры предприятий в АСУП 16
1.2.2 Анализ функционирования предприятий с целью повышения его эффективности 19
1.2.3 Методы анализа структуры предприятия в АСУП 22
1.2.4 Особенности автоматизации производств и технологических процессов в перерабатывающей отходы промышленности
1.3 Подсистема мониторинга эффективности предприятий 40
1.4 Сравнительный анализ методов оценки эффективности предприятий..
1.4.1 Обзор подходов и методов анализа технологических процессов и производств 46
1.4.2 Параметрические и непараметрические методы оценки эффективности производств 47
1.4.3 Обоснование выбора метода Data Envelopment Analysis
1.5 Постановка задачи 58
1.6 Выводы 59
Модельно - алгоритмическая поддержка автоматизированной оценки сравнительной эффективности предприятий 62
2.1 Метод DEA оценки эффективности предприятий 62
2.1.1 Описание метода DEA и его особенностей 62
2.1.2 Учет дополнительных факторов при оценке сравнительной эффективности предприятий 70
2.1.3 Обоснование и разработка модификации метода DEA 71
2.2 Методика оценки эффективности предприятий 77
2.2.1 Построение методики оценки эффективности предприятий 77
2.2.2 Пояснения и замечания к методике оценки эффективности предприятий
2.3 Определение комплексных критериев оценки эффективности предприятий в АСУП 84
2.4 Алгоритм реализации методики оценки эффективности предприятий в АСУП 87
2.5 Выводы 90
3 Мониторинг эффективности предприятий в АСУП 92
3.1 Способы осуществления мониторинга эффективности предприятий...92
3.2 Формирование подсистемы мониторинга эффективности предприятий в АСУП 96
3.3 Архитектура подсистемы мониторинга 101
3.4 Реализация мониторинга предприятий с помощью подсистемы АСУП
3.4.1 Анализ работы предприятий в подсистеме мониторинга 104
3.4.2 Выдача рекомендаций и корректировка с целью повышения эффективности работы предприятий 107
3.4.3 Особенности применения разработанной подсистемы мониторинга в АСУ перерабатывающих предприятий 111
3.5 Выводы 115
4 Программное обеспечение и апробация подсистемы мониторинга в АСУ перерабатывающих предприятий 117
4.1 Требования к программному обеспечению подсистемы мониторинга в АСУП 117
4.1.1 Требования к программным комплексам обеспечивающих подсистем АСУП 117
4.1.2 Типы систем, функционирующих совместно с подсистемой мониторинга в АСУП 120
4.2 Программная архитектура подсистемы мониторинга в АСУП 125
4.2.1 Структура программной системы 125
4.2.2 Структура базы данных 127
4.3 Формирование данных и апробация функционирования подсистемы мониторинга в АСУП 129
4.3.1 Анализ данных предприятий переработки ТБО в программной системе ПМЭ АСУП 129
4.3.2 Механизм выдачи рекомендаций в ПМЭ АСУП 136
4.4 Выводы 143
Заключение 145
Список использованных источников
- Анализ функционирования предприятий с целью повышения его эффективности
- Учет дополнительных факторов при оценке сравнительной эффективности предприятий
- Архитектура подсистемы мониторинга
- Формирование данных и апробация функционирования подсистемы мониторинга в АСУП
Введение к работе
Актуальность работы. При развитии систем мониторинга возникает
необходимость проектирования и внедрения современных систем и методов
слежения, позволяющих строить сложные аналитические отчеты и
вырабатывать комплексные подходы к поддержанию сложных
производственных систем в изначальном состоянии и стабилизации
необходимых параметров. Как правило, системы мониторинга не
ограничиваются аппаратными средствами, такими как разветвленная сеть
дополнительных датчиков и сетей проводной и беспроводной связи,
вычислительные средства анализа и подведения итогов под конкретные
нужды заказчика. Так важным моментом является применение оптимальных,
быстродействующих и недорогих программных реализаций, подходов и
методов сбора и анализа данных. Подходы должны обеспечивать степень
независимости, объективности и оперативности в оценке производственных
процессов, создавать необходимые основы для дальнейшего
совершенствования инструментов стратегического управления
предприятием, в частности, при проведении модернизации производственных фондов.
Для обеспечения повышения эффективности предприятий переработки необходимо создание модельно-алгоритмического обеспечения систем мониторинга, для обоснования и принятия решений, а также для корректировки управляющих воздействий на структурные компоненты автоматизированной системы управления производством (АСУП). В связи с этим возникает необходимость создания подсистемы мониторинга эффективности для планирования и оптимизации отладки деятельности АСУП. Данная подсистема должна эффективно сопровождать в едином информационном пространстве корпоративно объединенных предприятий обеспечивающие системы мониторинга, так же предоставлять общий доступ к базам данных эксплуатации контрольно-измерительной информации всех АСУП. Наблюдение и контроль над эффективной работой комплекса предприятий позволит не только следить за стабильной работой каждого производства, а также эффективно управлять качеством, финансами и персоналом всей совокупности связанных производств, что в конечном итоге требует внедрения соответствующего методического и математического подхода. Таким образом, создание модельно-алгоритмического обеспечения автоматизированной подсистемы мониторинга АСУП является важной научно-технической и практической задачей.
Целью диссертационного исследования является повышение оперативности процесса мониторинга АСУ перерабатывающих предприятий в АСУП.
Для достижения поставленной цели необходимо решить следующие задачи:
- провести анализ методов определения показателей эффективности функционирования предприятий;
обосновать выбор метода определения показателя эффективности и выполнить его модификацию с целью учета дополнительных факторов, которые характеризуют показатель эффективности предприятия;
разработать методику оценки эффективности перерабатывающих предприятий и предложить алгоритм ее реализации, позволяющие применять модификацию метода DEA;
применить разработанную методику в подсистеме мониторинга АСУП, для чего выявить и рассмотреть особенности построения подсистем мониторинга эффективности в АСУП;
разработать инструментальную модель подсистемы АСУП для мониторинга эффективности предприятий и реализовать ее в виде программной системы;
выполнить апробацию модельно-алгоритмического обеспечения подсистемы мониторинга в АСУП.
Область исследования. Работа выполнена в соответствии с пунктом 11 «Методы планирования и оптимизации отладки, сопровождения, модификации и эксплуатации задач функциональных и обеспечивающих подсистем АСУТП, АСУП, АСТПП и др., включающие задачи управления качеством, финансами и персоналом» паспорта специальностей ВАК (технические науки, специальность 05.13.06 - автоматизация и управление технологическими процессами и производствами).
Методы исследования. Методы теоретических и экспериментальных исследований. Методы системного анализа отраслей и производств, методы функционального и инструментального моделирования. Методы векторного анализа. Метод DEA и его модификации. Метод объектно-ориентированного анализа и программирования.
Научная новизна работы состоит в следующем:
Впервые предложена модификация метода DEA, особенностью которой является использование корректировочных коэффициентов для выходов модели, что обеспечило при сравнительной оценке показателя эффективности, учет технологических различий и территориального распределения производств.
На основе DEA-моделей и предложенной модификации метода разработана методика DEAMEXIN и алгоритм ее работы, позволяющие при оценке показателя эффективности и распределении предприятий по степени эффективности, учитывать их особенности, касающиеся аспектов свойств используемого сырья, применяемых технологий, используемого набора выпуска продукции.
В рамках подсистемы мониторинга эффективности АСУП разработана структура и методика подготовки рекомендаций ЛПР с учетом показателя эффективности предприятий, позволяющие автоматизировать выдачу предложений по повышению эффективности работы производств.
4. Реализация методики DEAMEXIN в совокупности с методикой выдачи рекомендаций позволила впервые предложить способ мониторинга, который повышает в 3,11 раза оперативность мониторинга предприятий в АСУП.
Практическая ценность. Созданная программная система прошла экспертизу и регистрацию в ОФЭРНИО, является прототипом подсистемы мониторинга АСУП и применяется при анализе эффективности перерабатывающих предприятий. Система обеспечивает эффективный мониторинг в АСУП, предоставляет пользователю системы полную картину об ответственных местах функционирования предприятия, реализует оперативную оценку эффективности и обучаемую систему выдачи рекомендаций.
Достоверность полученных результатов подтверждается: тестированием и оценкой результатов модельно-алгоритмического обеспечения подсистемы мониторинга АСУП на данных российских заводов переработки твердых бытовых отходов.
Апробация работы. Материалы диссертации неоднократно
обсуждались на всероссийских электронных конференциях Российской Академии Естествознания «Междисциплинарный уровень интеграции современных научных исследований» (Москва, 2008-2009). Прошли апробацию на конференциях «Молодежь и наука: начало XXI» Сибирского Федерального университета (Красноярск, 2009) и «Актуальные проблемы авиации и космонавтики» Сибирского государственного аэрокосмического университета (Красноярск, 2009). Результаты диссертации отмечены дипломом 1-й степени на П-й научно-практической конференции «Комплексное использование вторичных ресурсов и отходов» по секции «Инновационные подходы к переработке отходов производства и потребления» (Санкт-Петербург, 25-26 сентября 2009).
Публикации. По теме диссертации автором опубликовано двенадцать работ, две из которых в изданиях, рекомендованных списком ВАК РФ.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 105 наименований.
Анализ функционирования предприятий с целью повышения его эффективности
Конечным этапом производственного процесса является выпуск готовой продукции, в процессе которого его стоимость переходит из сферы производства в сферу обращения [76]. Для качественного учета производственного процесса и связанных с ним функциональных систем разрабатываются и внедряются автоматизированные системы управления предприятием [15,32]. Определим понятие автоматизированной системы управления предприятием (АСУП).
Как правило, структура АСУП отражает структуру производства и предполагает уровень взаимодействия объектов и систем управления, уровень обработки технологической информации и выдачи управляющих воздействий, уровень слежения за ходом работы и организации всего производства. Объединение этих уровней определяет систему взаимодействия объек тов производства в виде организационно-технологического комплекса. Существует множество работ, посвященных изучению автоматизированных систем управления предприятием [2,23,32,85]. В каждой работе приводится определение АСУП, связанное с функциями и задачами, которые выделяют авторы. Поэтому приведем обобщенное определение, охватывающее наиболее важные особенности автоматизированной системы управления предприятием.
Автоматизированная система управления предприятием - организационно-технический комплекс, обеспечивающий организацию управления предприятием на базе использования экономико-математических методов и ЭВМ. Согласно ГОСТ 19675-74, также имеет место следующее определение, отражающее целевое назначение систем: «АСУП представляет собой человеко-машинную систему, обеспечивающую автоматизированный сбор и обработку информации, необходимой для оптимизации управления предприятием как автономно, так и в составе АСУ производственным объединением» [13,28].
Таким образом, АСУП - это структура взаимодействия уровней организации управления и оптимизации работы производства и уровня управления технологическими процессами, необходимые для осуществления производственной деятельности. Приведем ряд определений , показывающих функционирование и структуру АСУП через понятия организации технологий и технических средств.
АСУП включает в себя организационно-технологическую подсистему - часть АСУП, обеспечивающую протекание процесса, субдеятельности [73]. Организационно-технический уровень производства является базой экономического уровня и уровня выпускаемой продукции, основой их совершенствования. Поэтому организационно-технический уровень производства - это уровень организации, техники, и технологии производства, характеризующий степень его развития через систему показателей [74].
Организационно-технологической системой считается подмножество (класс) организационно-технических систем, отличающихся тем, что технологический процесс имеет вероятностный характер, а последовательность технологических операций и технологических режимов для каждой технологической и транспортной операции определяется по результатам выполнения предыдущей операции (или нескольких предыдущих операций). Операция не может быть точно определена до её завершения, технологические правила и предписания на вход - выходные значения контролируемых параметров задаются в виде диапазонных ограничений.
В АСУ предприятием взаимодействует уровень принятия решений и уровень технологий. Определим, какие вопросы рассматривает организация технологии.
Организация технологии, раздел прикладной теории управления, занимающийся задачами оперативного планирования, управления, анализа и контроля производства на интервале времени, ограниченном или полным технологическим циклом производства, или сменно-суточным интервалом [15]. Организация технологии рассматривает вопросы формирования оптимальных планов и расписаний по заданным критериям, а также вопросы оптимизации организационно-технологических и организационно-экономических параметров производства. Определяет прогнозы технико-экономических параметров (переменных) и экономических показателей во взаимосвязи с техническими средствами производства при заданной технологии производства. Поэтому объектом управления в задачах организации технологии является комплекс систем организационного, технологического и организационно-экономического управления обработкой материального потока, состоящего из заданной последовательности технологических и транспортных операций. Причём, группы однотипных технологических агрегатов и последовательности однотипных технологических операций, выполняемые на однотипных технологических агрегатах, объединяются в систему оперативного управле ния более высокого уровня. Верхним уровнем управления является оперативное управление предприятием.
Учет дополнительных факторов при оценке сравнительной эффективности предприятий
Важную роль в определении и построении подсистемы мониторинга играет выбор базовой модельно-алгоритмической концепции в виде метода оценки эффективности, как основы системы реагирования на изменения эффективности в организационно-технологическом комплексе производства.
В литературе [15] приведены наиболее распространенные методы, которые могут использоваться для оценки производств, исходя из анализа состояний объектов управления, как составных частей производства, учитываемых в АСУП, или анализа хода технологического процесса. Наиболее часто используемыми методами оценки и оптимизации состояния объекта управления являются метод наименьших квадратов, метод максимального правдоподобия, метод байесовых оценок [27]. Качество управления объектом можно оценить путем определения математического ожидания условной вероятности [15].
Метод ранжирования [15] используется для оценки состояния объектов управления в том случае, когда необходимо контролировать параметры, ранее измерявшиеся качественно. Им приписывают некоторые количественные оценки, то есть вводят ранжирование параметров. Допускаемая при этом производительность выбора количественных оценок, затрудняет управление объектом в адаптивных системах. Чтобы унифицировать процесс ранжирования различных качественных параметров, можно использовать принцип нормированного ранжирования по какому-либо априорно принятому закону [52].
Приведенные методы рассматривают в основном оптимальность хода технологического процесса. Приведем и проанализируем методы оценки эффективности сложных производственных систем, таких как перерабатывающие производства.
Параметрические и непараметрические методы были взяты из эконо-метрических подходов анализа эффективности организаций, но позволяют исследовать и производственные системы, так как рассматривают ресурсы и выпуск продукции. Полученные данные по показателям эффективности производств позволят принимать взвешенные решения и проводить планомерную политику повышения эффективности работы предприятий. Проанализируем методы, отмеченные в [48,54,70,89]. Для начала рассмотрим непараметрические методы: - метод DEA; - метод свободного расположения оболочки; - индексы производительности. Метод DEA (Data Envelopment Analysis) основан на построении границы эффективности, которая является аналогом производственной функции для случая, когда выпуск не скалярный, а векторный. Граница эффективности имеет форму выпуклой оболочки или выпуклого конуса в пространстве входных и выходных переменных. Граница используется в качестве эталона для получения численного значения эффективности каждого из оцениваемых предприятий. Однако метод DEA имеет следующую особенность: он позволяет оценивать только относительную эффективность предприятий, то есть эффективность по сравнению друг с другом. Степень эффективности предприятий определяется их близостью к границе эффективности в многомерном пространстве входов и выходов. Способом построения границы эффективности является многократное решение задачи линейного программирования. Граница формируется как кусочно-линейная кривая, которая соединяет наиболее эффективные точки, тем самым, формируя выпуклую кривую производственных возможностей [54,99,100].
Метод свободного расположения оболочки (его также называют «анализом оболочки данных со свободным размещением», Free Disposable Hull Analysis). Данный подход, предложенный Депринсом, Симаром и Тул-кенсом (Deprins, Simar, Tulkens [90,103]) в 1984 году, представляет собой частный случай метода DEA, когда точки на линиях, соединяющих наиболее эффективные значения показателей, не включаются в границу эффек тивности. Таким образом, ни одно из предприятий не может достигнуть состояния максимальной эффективности. Основным отличием метода FDH является специфика построения границы эффективности. В основе метода DEA лежит возможность линейных комбинаций наборов входных и выходных переменных, что предполагает взаимозаменяемость ресурсов. В методе FDH, наоборот, взаимозаменяемость отсутствует, применяется производственная функция леонтьевского типа. В результате чего граница эффективности имеет ступенчатый вид. Она образуется путем пересечения вертикальных и горизонтальных линий для каждой из рассматриваемых комбинаций входов и выходов [54,90].
Метод индексов производительности (Productivity indexes). Индекс - это относительная величина, показывающая, во сколько раз численное выражение уровня изучаемого явления в данных условиях отличается от уровня того же явления в других условиях. Различие условий может проявляться во времени (тогда говорят об индексах динамики), в пространстве (территориальные индексы), выборе в качестве базы сравнения какого-либо условного уровня, например планового показателя, уровня договорных обязательств и тому подобное. Они представляют собой простейшую оценку сравнительной производительности между двумя объектами. Идея индексов производительности основана на общей теории индексов. Индексы производительности представляют собой отношение суммы взвешенных выходных переменных к сумме взвешенных входных переменных. Примерами индексов производительности в анализе эффективности производственных объектов выступают индекс Малмквиста (Malmquist Productivity Index), используемый в паре с методом DEA; индекс Торнквиста (Tornqvist Productivity Index) и индекс Фишера (Fisher Productivity Index).
Архитектура подсистемы мониторинга
Выделяют обобщенные критерии эффективности объектов управления, технические (в основном уровень АСУТП) и экономические. Например, доля прироста продукции за счет увеличения производительности труда, трудоемкость единицы продукции, материалоемкость единицы продукции, коэффициент использования важнейших видов сырья и материалов [87]. К оценке эффективности производств применимы все три типа.
Попробуем сформулировать наиболее подходящие. Судя по литературе [15,78,87] критерии также делятся на интегральные и частные по отдельным параметрам. Частными являются, например, количество вида произведенной продукции, количество затраченной энергии, постоянные расходы на содержание производства. К интегральным критериям можно отнести максимальные затраты энергии, материалов, труда на единицу произведенной продукции, максимальный полезный выход продукта при минимальном браке или при минимальной затрате ресурсов.
Метод DEA отвечает требованиям интегрального критерия комплексной оценки эффективности предприятий. Поэтому можно составить набор критериев из входов и выходов модели, что позволит проанализировать эффективность ряда предприятий. Это создаст базу для выдачи рекомендаций и повышения эффективности работы предприятия, и в зависимости от критериев, определит направления работы подсистемы мониторинга в АСУП.
Пусть Кэфп- критерий эффективности по методу DEA, имеющий несколько параметров, определяющих работу производства, тогда K,,n=f(dv...,du,...dLI), (2.13) где du — входной или выходной параметр модели DEA, при и = 1, U; U = i + j количество возможных параметров для составления критериев по методу DEA; / и у - индексы входов и выходов, определяемые для модели DEA. Выделим применительно к предприятию следующие критерии эффективности [76,83,96,99].
Для перерабатывающих заводов эффективная производительность будет складываться как максимальная выработка полезных продуктов из единицы сырья. В результате чего на заводах, при одних и тех же затратах сырья, получается разная выработка полезных продуктов. В связи с этим наборы параметров du будут принимать следующие значения. - входные величины: xj - объем сырья для переработки; - выходные величины: уі...у, - переработанное в полезные продукты сырье. По результатам анализа, например, даются рекомендации по повышению выработки отдельных компонентов за счет уменьшения брака или отходов производства. 2. Экологическая эффективность [54,100] Экологическая эффективность выражается количеством поступившего на производство сырья и количеством образовавшихся при этом неиспользуемых хвостов, которые необходимо минимизировать [54]. Наборами параметров du будут: - входные величины: х} — объем сырья для переработки; - выходные величины: yt - не переработанные остатки (отходы) - хвосты. Результатом анализа будут рекомендации по сокращению отходов до эталонных значений с целью повышения экологической отдачи предприятий. 3. Энергоэффективность Определяется количеством затраченной энергии на единицу переработанного компонента или группы компонентов. Наборами параметров du будут: - входные величины: Xj - совокупный показатель затрат энергии; - выходные величины: у і ... yj - рассортированные и переработанные компоненты. В результате анализа можно дать рекомендации заводам по уменьшению затрат на переработку, которые показали высокие затраты энергии на производство одинакового объема. 4. Удельный вес высокотехнологичной продукции в общем объеме производства [66]. 5. Технический уровень продукции по сравнению с аналогами [66]. 6. Критерии, связанные с надежностью и долговечностью. Относятся к АСУТП и техническим средствам, обеспечивающим технологическую связь и поддержание работы элементов АСУП [8].
Из требуемых параметров составляется критерий эффективности с помощью моделей DEA. В данной работе рассматривается в качестве основного критерия техническая эффективность (эффективная производительность), которая определяется для перерабатывающих производств.
В качестве входных параметров при апробации на перерабатывающих ТБО предприятиях берется сырье в виде массы отходов жизнедеятельности города, а выходами соответственно будут переработанные компоненты отходов, имеющие коммерческую стоимость.
Формирование данных и апробация функционирования подсистемы мониторинга в АСУП
Обращаясь к вопросам интеграции подсистемы мониторинга эффективности в существующие программные обеспечивающие системы функционирования предприятий, следует учесть накопленный опыт при разработке и внедрении программных продуктов [13,67,72,81,86] существенно облегчающих управление, контроль за работоспособностью и эффективностью производств [82,89]. Среди таких систем, без которых не представляется возможным организация современного высокоэффективного производства, выделяются ERP, APS и MES системы [19,67,81,104]. Рассмотрим особенности и основные функции каждой.
Система планирования и управления предприятием (Enterprise Resource Planning , ERP). ERP, прежде всего, корпоративная информационная система. Представляет собой систему управления предприятием, кровеносную и нервную систему промышленного организма, соединяющую части логистики многочисленных органов, выполняющих определенные функции (документооборот, управление закупками, поставками, складскими запасами и другое) [86]. Характер планирования работ, технологических операций на станки и другие единицы технологического оборудования в ERP-системах, в большинстве систем ведется на основе старого стандарта MRPII [19] без учета текущей загрузки данного оборудования и состояния обработки изделий. По сути, не все детальные ERP-планы будут практически выполнимыми [86].
Системы синхронного оптимизационного планирования производства (Advanced Planning and Scheduling, APS) [104]. Представляют собой системы усовершенствованного планирования, как отдельная подстройка к ERP. Основной целью для систем планирования нового поколения - APS являлось решение задач автоматизации управления цепочками поставок (SCM- Supply Chain Management). Этот функционал APS, реализуемый за счет возможности планирования всех работ во времени с учетом загрузки мощностей, имеет двойное назначение. Он реализуется как для предприятия, выступающего объектом всей цепочки на динамичном рынке товаров, так и для объектов самого предприятия - цехов, участков и подразделений. Таким образом, возможности планирования в APS расширены и усовершенствованы относительно стандарта MRPII. Появилась возможность планирования материалов, ресурсов и одновременно построение расписания с учетом реальной загрузки оборудования во времени. Учет внутренних возмущений со стороны многочисленных подразделений (поломки оборудования, брак на операциях и другое) может привести к существенному утяжелению контура диспетчирования при существующей размерности задачи. Алгоритмы APS при составлении расписаний одновременно учитывают как потребности материалов, так и мощности предприятия с учетом их текущей и спланированной загрузки. В алгоритмах APS учитываются также переналадки и некоторые другие параметры технологической среды. В основе алгоритмов APS-систем лежат имитационные модели, нейросетевые модели, планирование на основе базы знаний, эвристические методы типа генетических алгоритмов, моделирования отжига, а также линейное программирование. На самом деле алгоритм построения расписаний в APS достаточно прост. Есть множество операций для всего множества выпускаемых изделий, множество станков и на каждые изделия есть ограничения - по срокам выпуска, по наличию материала. Ограничения разделяются на важные и не очень важные. Вначале, на первом проходе алгоритма составляется расписание с учетом выполнимости важных ограничений, например, отсутствие нарушения сроков поставок. Если расписание получено, то оно считается допустимым и принимается в качестве базового для дальнейшей «оптимизации» - на последующих проходах алгоритма проводится попытка учесть оставшиеся менее важные ограничения.
Упростив алгоритм построения расписания, разработчики APS дали возможность в пределах существующих вычислительных мощностей получать допустимые расписания и, в пределах допустимой точности, прогнозировать сроки поставок. При этом APS-системы не ставят себе более сложных задач вроде минимизации в построенных расписаниях времен переналадок, транспортных операций, уменьшения количества задействованного оборудования, поскольку учет этих требований неминуемо приведет к утяжелению алгоритмов и невозможности за кратчайшее время получать расписания для больших размерностей. В связи с этим APS-системы имеют крайне ограниченный состав критериев планирования. Частота перепланирования в APS обусловлена частотой появления новых заказов (обратная связь в режиме реального времени для APS считается избыточной). Новые возможности, обусловленные необходимостью управления цепочками поставок, явились причиной того, что темпы роста APS-систем стали значительно опережать темпы роста решений в сегменте ERP, но при этом APS-системы не отвечают за финансы, закупки, документооборот и другие транзакционные функции ERP.
Производственная исполнительная система (Manufacturing Execution Systems, MES). Осуществляет свое управление на уровне цехов. Системы MES выполняют операцию контроля и перепланирования гораздо чаще APS. Системы MES оперируют задачами значительно меньшей размерности, корректируя планы лишь отдельных цехов, но реагируют на любое изменение хода технологического процесса. Пересчет может вестись с дискретой в одну минуту.
