APS的高階計劃的主要演算法是線性規劃、遺傳演算法等。（但也可以規則演算法）。時間跨度為天、周、月等。主要針對問題Lot Sizing (批次），Resource Assignment （資源調配），這裡的資源可以是資源組，也可以具體資源。
APS高階排程的主要演算法是約束規劃（CP）、經驗規則、啟發式演算法。時間跨度為連續時間，或者分、小時、天等。主要針對問題派工與Sequencing （順序）。其優點：1、可以處理排序問題。2、可以處理動態複雜工序問題。3、演算法以找到可行解為主要目標。其缺點：1、無法實現多目標同時最佳化。2、演算法個性化程度較高。3、可處理的變數數量和複雜程度限制較高。 APS演算法的發展已發展到第四代，第四代是AI演算法+動態調整演算法MAS多智慧代理系統，以MAS多Agent協商進行動態調整。
APS的高階計劃的主要演算法是線性規劃、遺傳演算法等。（但也可以規則演算法）。時間跨度為天、周、月等。主要針對問題Lot Sizing (批次），Resource Assignment （資源調配），這裡的資源可以是資源組，也可以具體資源。
APS高階排程的主要演算法是約束規劃（CP）、經驗規則、啟發式演算法。時間跨度為連續時間，或者分、小時、天等。主要針對問題派工與Sequencing （順序）。其優點：1、可以處理排序問題。2、可以處理動態複雜工序問題。3、演算法以找到可行解為主要目標。其缺點：1、無法實現多目標同時最佳化。2、演算法個性化程度較高。3、可處理的變數數量和複雜程度限制較高。 APS演算法的發展已發展到第四代，第四代是AI演算法+動態調整演算法MAS多智慧代理系統，以MAS多Agent協商進行動態調整。