3.2.2 通过基于订单要素的多目标与基于权重学习的动态优化模型，满足作业计划的敏捷性
采用以订单基元为对象的优化处理，并根据订单的产品质量属性、价格属性、交货期量属性等形成多个优化目标，采用订单质量满足、成本预期控制、产线负荷相对平衡、交货期量完成率最高、产能最大的优化策略，并考虑产线分段中的物流连续性等自然约束条件，产生详细的工序执行设备分配和工序间时间调整方案。
整个优化过程采用分步、循环的结构，采用目标控制阈值和优化目标加权实现多目标的综合，采用动态方式形成不同优化对象间的优先级排序。
基于订单基元的分解合并、基于订单交货期量完成率的动态优先级排序，有利于多订单的作业混排，保证作业计划的整体求优。
3.2.3 强化作业过程的凋度和作业执行过程中的质量控制
作业执行过程管理保证作业计划的实现。在传统MES对执行过程的跟踪监测基础上，AMES突出了作业调度和质量控制两个功能。
作业计划下达后，设备、原材料、能源等资源状况的变化，设备能力、质量控制带来的实绩调整，以及市场因素带来的新的特殊计划，都需要MES具有动态自适应调度能力。自适应性来自系统对变化因素的详细分类和不同分类的替代策略，如库存替代、工艺替代、质量替代、设备替代以及产能平衡等；其动态性建立在对环境状态的实时监测基础上，及时捕捉作业粒度和节拍，替代或插补作业指示，动态保持各计划的相对顺序基本不变，并在一个计划周期结束前反馈未执行的计划。基于多策略模型的复杂控制是动态自适应调度实现的关键。
对应于作业执行过程，质量管理采用面向工艺过程的过程式质量控制。质量全程检测的集成是基础，对照各工序质量特性标准自动进行质量判定是核心。同时，对于质量结果的应用，除了基于质量统计分析基础上的敏感影响因素挖掘以及工艺能力评价外，及时依据质量判定结果，对工艺参数、作业实绩进行动态调整，从而实现前馈式质量控制，提高作业计划的完成度。
3.2.4 质量与工艺设计一体化、自动化
质量设计与工艺设计密不可分。特别是对于物料性能连续变化、装置自动化程度相对较高的流程行业而言，最终产品的质量要求更直接由各工艺过程的控制参数所决定。质量设计的结果作为作业执行过程中的质量指示。
