今天高级计划排程系统已成为供应链管理中一个最热门的话题。APS使用一些复杂的数学运算去处理一些变量，使供应链的优化成为现实。
今天，优化技术已成为企业重要决策中的一个关键工具，以增加其竞争优势。或许，对于优化技术来说，应用最广的领域是在供应链管理，智能化的运算法为APS提供了主要的技术支持，不仅作为客户化的解决方案，而且也提供了解决众多企业的商业包。
对制造业而言，APS的吸引力是很明显的：公司可以通过优化供应链以减少成本，增加产品的利润，降低库存，增加工厂的产出。在波士顿的AMR研究中心经调查认为，那些已经采用APS模式的企业产生的投资收益率约为300%多。
目前，有越来越多的APS产品中使用了优化技术，功能已经贯穿供应链的所有环节，从采购到制造到分销。一些公司使用的APS系统中已包括了优化技术，因而在使用这个工具时会更有成效，同时也增加其全球的竞争力。
优化技术的应用
纵观前三年，绝大多数的APS产品都将复杂的优化功能纳入其体系中，几乎使APS成了供应链优化的代名词。APS能使客户的定单工作流与物料需求，制造和分销活动同时进行。
APS日益发展，渐渐不只是在供应链管理系统的范畴中，而已经纳入整个ERP系统中。事实上，一些主要的ERP供应商最近也已军APS领域，以与提供APS产品的SCM供应商相抗衡。这些发展趋势终将使最终使用者受益，因为应用软件拓展了其适用的范围。
ERP与SCM主要涉及到提供一些关键数据，对于企业提高生产率，为优化的应用提供不同的功能。在这种技术产生之前，一个有经验的商业分析家在作重大决策之前，总会去作一些“如果怎么样，将会怎么样”的分析，试图从多种可能性中找出一些关联。
在优化技术模型中每个商业问题都表示为一个变量。商业问题之间的关系表述为公式化的约束，而预计的目标（比如利润最大化）则是另加的。随后，基于优化的解决者就会分析模型，在特定约束下，以预定目标做出商业决定。
不同的供应链优化模式能影响不同的供应链过程和环节。从战略意义上说，优化技术被应用到整个计划过程，从采购到制造，到分销。优化计划问题常常是为了解决一些战略上的问题，如何在变化多端的商业竞争中，何时何地采取一些重大的举措，如何随时间的推移去改变整个流程，计划则回答这样的问题：我们该做些什么？
总之，长期计划问题可以使用线性编程来解决。被许多大公司雇佣的作业研究专家的工作就是设计内部的应用软件。LP技术是基于应用数学，而非计算机技术。
包含于供应链计划中的战略商业问题包括有：
需要多少工厂？它们的位置？它们生产什么产品？
需要多少销售中心？它们位于哪儿？他们该储备哪些产品，处于一个什么样的水平？销售中心服务于哪些客户？
选择什么样的供应商。
以上每个问题都是相互联系的，一个问题的答案将会牵连到另一个。
应用了线性约束理论，LP是解决问题的有效技术，通常结果是一个更长期的框架，而不是计划中的表述。而对于那些涉及到运作方面的短期的排程问题，我们通常会使用一个称为约束编程的最新技术。CP程序产生于计算机领域，它还有一段有趣的历史。几十年前，人工智能的应用已影响了CP，为反复的逻辑推理过程提供解决方案，但是，只是应用于一些特殊的领域。CP技术从最开始在商业中应用就取得了成功。直到今天，在APS应用中已广泛地使用了优化技术。
关于排程问题
排程问答的是“我们要做什么？”。一些短期性的排程问题通常是通过CP来解决，包括在一台生产设备上，如何最优地安排定单生产或在运输路线上如何最优的安排车站的次序。生产排程包括使工作流与物料供给同步和资源的最优利用。一旦产品离开工厂，优化技术又能通过满负荷的安排运输减少运输成本，或在符合客户约定日期的前提上选择最佳的运输方式。
LP与CP已各成独立的学科，他们都需要高水平的技术，以及来自软件开发行业的专家进行培训。由于专业培训人员的缺乏，以及技术的日益发展，于是在各技术在竞相发展时便产生了差距，同时企业对优化技术的需求日益强烈。
幸运地是，一些新的工具产生了，譬如一些通用的建模语言。它们简化了开发步骤，缩短了开发时间。这些工具提供了简单的开发框架，使应用开发人员能使用CP及LP技术，这样那够在一些特殊的领域也能取得好成绩。这些开发工具将会对未来的APS解决方案产生重大的影响。
实时响应Internet上的“e－time”
在供应链管理中要求“实时”。执行系统是供应链优化应用的最新领域，它在很大程度上影响一个企业的效率和利润。有一个问题需要进行优化，我们已经在前面进行了讨论，那就是制造过程中的定单排序问题。
绝大多数的高效的实时执行系统都能对客户的定单实行快速反应。对制造商而言，向客户提供个性化的产品和及时的产品技术，显得日益重要，这些执行技术由于应用了一些复杂的优化技术，能够实现承诺的可能性（ATP）及承诺的能力（CTP），ATP主要考虑一些特殊的定单在现有的库存结构及库存水平能否得到满足。CTP应用更广泛的一个领域，根据工厂的生产能力及零配件供应情况，来决定一个新的生产定单能否被安排到生产排程中，以及能在要求的日期前完成。电子商务展示着一些新的思想，企业可以通过internet网进入新的市场，缩短供应链，产生价值链，面临全球市场日益激烈的竞争，优化技术发挥着关键的作用。
电子商务需要智能化的供应链，它们能够快速的访问随处的数据。我们使用复杂的优化技术，使处于供应链中的合作伙伴能运用WEB技术实施实时的共同决策，以便他们能快速的响应客户。
这是一个电子商务的合作时代，供应链管理的发展将进入一个新的水平。除了企业内部的优化之外，企业还将把注意力集中于如何将客户的需求转化为客户满意度的提高。例如，一个企业通过与其它虚拟组织的共同预测，从而为它的生产、分配和运输制定一个最佳计划，以满足潜在的和已有的客户。电子商务合作要制定大量的计划，像生产排程和排序，销售管理以及采购计划。
网络改变着企业与客户联系的方式，通过客户关系管理系统（CRM）的应用来处理产品的配置问题。客户通过在线选择零部件或按他们所需要的特征来搭配产品以实现最佳的配置，CRM系统便能提供智能化的支持。，CRM的解决方案中由于采用了优化技术，使新一代的配置系统能提供更广阔的选择空间和更高的准确度。除此之外，新的配置系统通过与供应链系统的链接，能够提供给客户一些替代性的产品配置方案，以及相关的日期和报价。
多种方法的混合采用产生了多种选择
优化技术通过快速的分析和比较不同决策方案的优劣，使APS系统能解决大量的复杂的问题，从而产生更具竞争性的优势。在供应链管理中，优化技术最能影响到企业的效率和产生最大的投资收益率（ROI）。传统的供应链应用于技术外只应用于计划和排序，一些想法比较先进的企业采用了最新的技术应用于排序和配置方面，并从中受益。
往往专家们使用一些对他们而言比较熟悉的优化技术，像CP或LP。但是对于企业的众多问题而言，如果把这些技术结合使用，或许对企业而言会产生更好的解决办法，使企业也有更多的选择，也会产生更多的竞争优势。
优化案例分析
案例：克莱斯勒汽车公司
问题：在生产线上，车辆喷漆这个工序产生了一个主要的瓶颈，也影响了企业的产出。喷漆是一个很复杂的过程，包括喷涂的顺序、常规喷枪的净化、清洁剂的使用，这一切都会带来环境问题。
挑战：管理部门应该考虑到与生产线相关联的一些问题，以免产生瓶颈问题。假如我们生产红色的汽车，它的生产过程已得到了优化，安装柴油机的人力有限，这将会导致整个生产线的速度变慢，生产出来的汽车等着安装柴油机，这样又会产生一些新的瓶颈进而影响整个的产量。当喷漆某些环节处于最优运作时，我们检查生产线的其它部分，以确定它们是否在超负荷运转或未充分使用状况，来找出优化环节所在。
结果：通过在8个工厂里使用新的排序系统后，涂料净化量从每天383减少到191，每个进度费时从5小时56分降低到达2小时一刻钟。
排序系统同样也消除了瓶颈问题。将净化率从容不迫10%提高到20%，在一些工厂时每年节约50万美元，整个公司一年节约7百万。现在这家公司已使用这套软件来优化整个汽车生产过程，将会减少几百万美元的成本。
解决办法：克莱斯勒汽车公司决定围绕着优化发动机生产过程，与法国软件商ILOG公司共同开发了一个排程系统。
哪些企业从中受益最多？
一个公司的执行层要是能感觉到供应链改善带来的好外的话，优化技术的采用就能使公司从中获利。一些企业会在优化技术方面大量投资，主要由其业务性质决定的。例如：
食品、饮料和包装性行业，行业的特殊性决定他们需要一些象运输优化和最佳库存控制的功能；
资本密集型的企业，包括半导体和钢铁厂，对他们而言，产量、混合产品和产品结构的优化显然很重要；
材料集中型，像服装和电子行业，他们需要优化技术帮助他们决定生产什么，哪儿生产，从哪儿找到原材料供应。