AI排产优化定制：换型约束与交期权衡

排产是 AI 落地里典型的"看着简单、上线最难"。客户常先问要不要上强化学习，但多数工厂的约束一旦梳理清楚，用 CP-SAT 或启发式加规则引擎就够用，可解释、好维护，排产员也敢改。 落地要抓好三件事： 1. 数据先齐。工艺路线与标准工时、换型矩阵（A 换 B 的清洗与换模分钟数）、设备日历与班次、物料齐套时间、人员技能矩阵，五样缺一不可。缺齐套时间，排出来的计划必然不可执行，这是返工最多的原因。 2. 目标别贪多。把交期达成率作为主目标，换型次数与在制品设成约束或软惩罚；权重用近 1~2 周真实排产记录校准，不要拍脑袋。 3. 上线走并行。先跑沙盘，与人工排产结果并行比对 2~4 周，逐条看差异原因——是约束漏了，还是人工习惯，再按"推荐—人工确认—自动下发"三步切换。 几个常见坑：把设备当成永不故障；忽略模具、工装数量上限；换型矩阵只填了常见组合，冷门切换无值导致排产失真；计划下发到 MES 后没有实际开工时间回传，模型无法闭环。 衡量建议看四项：交期达成率、平均换型次数、计划变更率、排产员调整耗时。前两三周指标不涨属正常，先把数据闭环打通，收益通常从第四周开始体现。