10万工作数的排程速度验证:
1. 订单数:2000
2. 工序数:50
3. 各工序可选资源数量:5
→ 实际是2000×50×5=500,000次的试算
用时:4-5秒完成
FLEXSCHE对大数据逻辑处理及计算效率是极高的,满足任何复杂逻辑算法的方案要求!
优秀的APS系统的重要指标:对大数据、复杂逻辑的运算处理速度。
计划业务是争分夺秒的,作为计划员日常使用的系统,实时面对着市场波动,物料调达问题,现场生产状况,人员出勤等一系列紧急问题,对于计划调整与周边部门的沟通效率及响应异常及应对异常的弹性都依赖于APS系统的快速响应而节省创造出来的时间。
可以快速将异常状况设定反映到系统模型中,并快速更新计划及给出指示的APS系统是真正可以带来效率改善以及价值提升的。
从APS本身而言,建模灵活性,排程逻辑丰富程度,用户界面,新架构等都可以逐步丰富并改善的,但唯独计算速度是很难优化的一点,这本身就是APS系统的核心算法及价值所在。
10万工作数的排程速度验证:
1. 订单数:2000
2. 工序数:50
3. 各工序可选资源数量:5
→ 实际是2000×50×5=500,000次的试算
用时:4-5秒完成
FLEXSCHE对大数据逻辑处理及计算效率是极高的,满足任何复杂逻辑算法的方案要求!
优秀的APS系统的重要指标:对大数据、复杂逻辑的运算处理速度。
计划业务是争分夺秒的,作为计划员日常使用的系统,实时面对着市场波动,物料调达问题,现场生产状况,人员出勤等一系列紧急问题,对于计划调整与周边部门的沟通效率及响应异常及应对异常的弹性都依赖于计划排程系统的快速响应而节省创造出来的时间。
可以快速将异常状况设定反映到系统模型中,并快速更新计划及给出指示的APS系统是真正可以带来效率改善以及价值提升的。
从系统本身而言,建模灵活性,排程逻辑丰富程度,用户界面,新架构等都可以逐步丰富并改善的,但唯独计算速度是很难优化的一点,这本身就是APS系统的核心算法及价值所在。