一、引言：被误读的计划优化

在制造业的管理语境中，生产计划是一个被过度使用却缺乏精确定义的概念。多数企业将之简化为"排产表的制作"，或等同于ERP中的MRP运算。这种认知导致大量企业在数字化建设中陷入"系统上线、思维滞后"的困境——拥有了APS系统，却依然沿用人工调整Excel表格的操作模式；部署了需求预测模块，却仍以销售或生产排产人员的直觉判断为主。

《智能制造典型场景参考指引（2025年版）》（以下简称《指引》）将"生产计划优化"列为场景8，其标准描述中"需求预测、多目标多约束求解、产能动态规划"三大技术的提出，实质上是对这种简化思维的纠偏。

二、三个关键技术，怎么理解2.1. 需求预测——从大概也许差不多到有据可依

传统做法： 销售经理凭感觉说下个月大概要500台，计划员就按500台排产。结果实际需求300台，库存积压；或者需求800台，手忙脚乱。

智能做法： 系统看历史数据（过去两年每月卖多少）、看季节规律（每年3月旺季）、看销售漏斗（手头有多少在谈客户），算出一个概率区间——"下个月有80%把握需求在400-600台之间"。

工厂好处： 不再赌单。按400台准备产能，按600台准备弹性方案（加班或外协），心里踏实。

2.2. 产能动态规划——从设备台账到产能分析

传统做法： 设备铭牌写"产能100件/天"，计划员就按100件排。实际呢？换模要2小时，设备老故障，老师傅请假产能打折——计划永远赶不上变化。

智能做法： 系统实时掌握：

这台设备今天状态如何（OEE多少）？换这个产品要多久（换模时间）？如果赶工，加班成本多少？外协质量稳不稳？

工厂好处： 排产时系统自动提醒："按正常班产能不够，建议启动B方案：周二周三加班，周四外协，总成本最低。"

以前设备能力是"死数字"，现在是"活地图"——哪里堵、哪里松、怎么调，一目了然。

2.3. 多目标多约束求解——从顾头不顾尾到全局最优

传统做法： 计划员优先保交期，结果设备利用率只有60%，浪费严重；或者优先降成本，结果客户投诉延期。

智能做法： 系统同时算多个目标——交期、成本、设备利用率、库存——给出一组*帕累托最优方案：

方案A：交期最快，但成本最高；方案B：成本最低，但交期稍慢；方案C：两者平衡，设备利用率最高。

计划员根据当下策略（比如"最近现金流紧张，选B"或"这个客户不能丢，选A"）拍板。

工厂好处： 不再"救火式"排产，而是"算账式"排产——每个方案的利弊清清楚楚，决策有依据。

三、系统架构：MPS与MRP的解耦与重构

在现代制造系统中，两者的关系需要重新理解：

3.1 MPS：从主计划到承诺管理的战略转型

传统MPS聚焦于"生产什么、生产多少、何时完成"，这种内向视角在供应链不确定性加剧的环境下已显不足。现代MPS的核心功能是*可承诺量（ATP,）管理"：

需求时界：在近期（如未来2周），需求相对确定，MPS锁定为冻结计划，任何变更需经过严格的变更控制流程；计划时界：在中期（如未来3个月），需求存在波动，MPS保持为滚动计划，允许基于最新预测进行微调；预测时界：在远期（如未来6个月），需求高度不确定，MPS仅作*产能规划参考，不触发具体物料采购。

这种分层管理使MPS成为客户需求与企业能力之间的契约，而非简单的生产指令。

3.2 MRP：从物料计算到供应协同的战术升级

传统MRP的逻辑是根据BOM展开计算物料需求，这种单向计算在供应不稳定的环境下常导致"计划失效"。现代MRP需要实现供应-需求的双向协同：

供应风险建模：不仅记录供应商的交付周期，更建立供应可靠性分布（如"供应商A的交付周期均值为7天，标准差为2天，延迟概率15%"）；安全库存优化：动态计算安全库存，而非固定比例；协同计划：与关键供应商共享需求预测与库存数据，通过供应商管理库存（VMI）或协同数据接入。3.3 MPS-MRP用通俗的话来说

可能如上，对于MPS和MRP还是分不清，导致计划混乱。下面再简化下：

MPS（主生产计划）

MRP（物料需求计划）

管什么

什么时候产什么产品，产多少

产这些产品需要买什么料，买多少

谁主导

计划部/销售部（看客户订单）

采购部/生产部（看物料齐套）

时间粒度

周/日（近期锁定，远期滚动）

日/班次（精确到什么时候到货）

变了怎么办

MPS一变，MRP必须重算

MRP执行有偏差，要反馈给MPS

工厂常见误区：

误区1： MPS天天变，导致MRP算出来的采购计划天天变，采购员骂娘，供应商也晕。

误区1： MPS天天变，导致MRP算出来的采购计划天天变，采购员骂娘，供应商也晕。对策： 设"冻结期"——未来一周的计划锁死，任何变更走审批；远期计划可以滚动调整。误区2： MRP算出来要买1000个螺丝，采购员说"供应商起订量5000，而且上次买多了还没用完"，系统建议成了废纸。对策： MRP要接"供应商画像"——起订量、交货周期、历史质量，算出来的建议才接地气。误区3： 计划和执行脱节。MES报工说"完工80件"，ERP计划还是显示"计划100件"，两边数据对不上，开会吵架。对策： 系统必须打通，计划下发到MES，执行回传到ERP，偏差自动标红，计划员每天看"偏差报表"而不是"Excel对账"。四、五个落地场景：从基础到进阶

结合《指引》和工厂实际，生产计划优化分五个层级，中小企业可以一步步来：

4.1 场景1：基础计划优化——先让数据跑通

现状： 计划靠Excel，各部门数据孤岛，开会靠喊。

目标： 上一个MES的轻量级计划系统，把ERP、WMS数据连起来，计划能自动算、人工调。

关键动作：

梳理产品BOM，确保物料清单准确（这是MRP的底子）；校准设备产能，别再用铭牌数字，要填"实际节拍"；设定计划规则：哪些订单优先（大客户？长交期？利润高？），系统按规则自动排序。

CMMM三级要求： 数据能自动采集，系统间能联动，计划能自动生成（哪怕只是辅助人工）。

4.2 场景2：复杂订单优化——多品种小批量的救星

现状： 订单杂、批量小、变化快，计划员疲于奔命。

目标： 系统能处理多目标——同时考虑交期、成本、设备利用率，给出几个可选方案。

关键动作：

把"系统规则梳理好（比如"A产品必须在B产品之前，因为换模时间短"）；引入需求预测：对标准品做预测备库，对定制品按单生产，减少冲突；建立计划模拟：插单时，系统在虚拟环境跑一遍，看影响多大，再决定是否接单。场景3：系统联动优化——打破部门墙

现状： 计划、采购、生产、物流各自为政，信息不同步。

目标： 计划一变，采购、生产、物流自动收到调整建议，形成闭环。

关键动作：

计划系统与生产联动（MES）：计划下发到车间，车间执行偏差实时回传；计划系统与WMS联动：MRP算出缺料，自动触发采购申请，到货后自动更新库存；计划系统与在途联动：把在途物料纳入计算。

CMMM三级核心： 不是"数据能看"，而是"数据能跑"——计划调整自动触发下游动作，减少人工传递。

场景4：多车间协同——集团化工厂的刚需

现状： 一厂产能不够，二厂有富余，但信息不通，各自为政。

目标： 集团层面统一看产能，跨车间调配资源。

关键动作：

建立产能共享池：各车间实时上报产能状态，集团计划统一分配；跨车间物料调拨：A车间缺料，系统自动查B车间库存，发起调拨；运输路径优化：考虑车间之间的物流时间和成本，排产时一起算进去。场景5：供应链协同——从厂内优化到链上共赢

现状： 工厂内部计划再优，供应商掉链子也白搭。

目标： 把客户和供应商拉进计划体系。

关键动作：

与客户共享预测：大客户开放未来3个月需求预测，工厂提前备产能；与供应商协同：关键供应商接入系统，实时反馈产能和库存，MRP算得更准；联合计划：和核心供应商开协同计划会，不是单方面下订单，而是共同制定补货策略。

CMMM四级方向： 从企业内部集成走向价值链协同。

五、结语：计划优化是"慢功夫"，但值得做

生产计划优化不像买台机器人那样立竿见影，二十润物细无声的改进：

第一个月，可能只是觉得排产快了一点；第三个月，发现缺料少了，车间等待时间短了；第六个月，交付准时率上去了，客户投诉少了；一年后，整体库存降了，资金周转快了，利润率提升了。

《智能制造典型场景参考指引（2025年版）》把生产计划优化列为核心场景，正是因为它是牵一发而动全身的枢纽——计划准了，采购、生产、物流都顺了；计划乱了，一切都是损耗和成本的浪费。

对于工厂来说，不必追求一步到位的智能，关键是小步快跑、持续迭代：

先让数据准起来；再让系统跑起来；然后让算法聪明起来；最后让供应链协同起来。

每一步都有价值，每一步都为下一步打基础。最终目标不是取代人，而是让人的经验变成系统的规则，让系统的计算辅助人的决策——这才是智能制造的真谛。

2025版《指引》的发布，标志着国家对智能制造的推动已从设备自动化转向运营智能化。对于企业而言，生产计划优化不再是一道选择题，而是关乎生存效率的必答题。而解题的关键，不在于采购最先进的算法，而在于能否建立起数据贯通、算法可信、系统联动、组织适配的系统性能力——这正是CMMM三级评估所倡导的核心价值，也是企业在不确定时代构建竞争壁垒的根本路径。

注：本文技术观点基于《智能制造典型场景参考指引（2025年版）》、GB/T 39116-2020《智能制造能力成熟度模型》及现代运筹学与机器学习工程实践，具体实施需结合企业行业特征（离散/流程/混合制造）、产品复杂度、供应链结构进行定制化设计。