一、现代企业现状
  1 、因应原物料及制造成本日益高涨与市场产品生命周期快速短缩，制造商如何善用最佳化生产排程技术主导生产计划及可用生产资源，进而满足客户需求、降低生产成本、提升竞争优势。
  2 、小批量多样化的订单生产 (Make-To-Order ； MTO) 方式已成为现代的生产主流，在不影响生产计划的前提下，原物料采购与库存管管如何才能达到适时供给与最低库存的目标。
  3 、有效缩短生产最大完工时间、提供明确生产时程、及兼顾生产资源的最佳化为现今制造商面临最大挑战。
二、企业在生产排程上面临的问题
  1 、复杂性 : 接单 -> 采购 -> 备料 -> 人力规划 -> 生产 -> 入库 -> 出货 -> … -> …
  2 、多变性 : 抽插单、采购成本的变动、人力资源变动、缺料、机器故障、 … 、 …
  3 、实时性 : 排程作业耗时过久 , 无法实时处理突发状况
  4 、强健性 : 排程系统使用特定规则只能针对特定问题处理 , 无法应付潜在排程需求变更 ; 算法不够精确 , 无法保证排程的效率与品质 三、举例
   模具厂均为订单生产， 每副模具之大小及零组件均不相同，故生产程序及加工条件少有重复之现像。在产能资源有限的条件下， 生产管理人员必须要将待加工之零件、制程及预估工时表列出来， 以及安排好生产所需之细节， 并在交期前完成加工程序已属不易， 若于生产过程中，临时再加上插单、设计变化、重做、及延误、停机等情况， 则原先安排妥当之生产计划将被搅乱， 不得不重新再规划排程， 造成生管人员及管理者之重大负担， 甚至放弃计划及进度管理之工作。针对此一问题，我们利用人工智能技术遗传算法，将之应用于模具生管排程上，以进行生管排程之最佳化。
   假设某一家模具工厂生产一模具，此模具由 6 个零件所组成，而每个零件包括有 6 个制程。那么 ――――
   （ 1 ）由于每个零件制造的顺序是 i 同的，零件或先钻或刨等等依其特性有所限制，故这些数据是不可变动的。（由该公司资料决定）。
   （ 2 ）各零件在机台上加工的时间也是不能改变的。（由该公司资料决定）。
……
   还有好多好多限制和要求 ……
   怎么办？？？？
   这就是达博士动态生产排程优化系统为您解决的问题之一！
   经过达博士（ DPOS ）的运算优化，其生产排程最优结果如下：

达博士（DPOS）动态排程优化系统，DPOS (Dynamic Production Optimization Scheduling)是合理地调度资源进行车间作业以高效地进行产品生产的优化排程软件。

DPOS不仅支持线性与非线性及混合整数等优化问题，还采用了自动识别模式的人工智能技术，用户不需要精通优化技术，只需要将自己的条件约束输入系统，系统就会自动判断解决方法，求出最佳解。

DPOS可支持极端复杂条件约束下的生产排程。人力、机器、工位等资源的生产能力和使用方式；工序的资源需要；工序时限；作业间次序关系；作业间资源耦合；作业分类排程；作业优先级等等条件约束都可得以支持。

DPOS支持生产过程中突然改变计划（加急订单、取消订单、订单优先级变更等）后的生产再排程。