引擎所生成的解决方案

yukontek

通常情况下永凯APS引擎都会分为两大类：第一，优化的 第二，基于其他式的引擎。优化式引擎就是将这个排程问题当成一个数学问题，就像是线性编程以至于达到最优的方案，而这些引擎对数字就相当的敏感。想要到达一个违反规则的解决方案，要是在建模过程中稍有一点马虎之类的，基于遗传启发式的引擎呢，而恰恰相反，他可以将所有排程问题做成一系列的小的问题通过不同商业规则将其突破。这个遗传启发式的用在永凯APS解决方案中通常被当做买方，这些生成的解决方案呢，并不能保证完全保证是最优的，但至少他是可用的，而且他也是完整的也比较容易理解，总体来说比优化式的引擎所生成的解决方案要好，如何提升一个人对永凯APS引擎以及准则了解，最关键的要去从卖方，实施顾问得到一个培训，我们通常会把一个客户的团队同永凯APS的实施顾问，会拉到一块工作在进行二次开发的时候，这个团队都会在这个永凯APS解决方案力所能及的范围之内，设计出更多的信息选择，第二个比较让人失望，我们称之为第二个“绝情谷”。
用户都不用这个设计出来的解决方案，当这个项目组让这个解决方案实施上线之后，这个项目经常会遇到，第二个比较尴尬的境地，永凯APS已经被设置好了，用户却会觉得很难去运用，得到他所期望的那种结果，要经过一段进化之后，计划人员才能够去找到比较舒适合理的表格但是他们细一看，将会放弃一些解决方案的整体而就取了其中的一个表格 如采购，没有整个利用起来。如果项目组都看到第一个方案没有办法实施的时候，用户也会被同样的状况所困惑，从整个计划的模型到数据的质量来知道，永凯APS两个方案的行为都能够对他们的工作或多或少产生一些困扰。但是项目组都是很仓促，都没有时间帮他们去培训去传输信息，所以导致永凯APS性能被一些交期在追逼而不是客户能接受客户的成功来节约。结果这个项目组在永凯APS上线之后就离开，然后让客户自己去摸索，客户可以凭借这有限的支持，然后进一步自己去探索，有时候还通过其他渠道去了解新的解决方案的一些相关问题，但是那些无疑是杯水车薪。