今天高级计划排程系统已成为供应链管理中一个最热门的话题。APS使用一些复杂的数学运算去处理一些变量，使供应链的优化成为现实。
今天，优化技术已成为企业重要决策中的一个关键工具，以增加其竞争优势。或许，对于优化技术来说，应用最广的领域是在供应链管理，智能化的运算法为APS提供了主要的技术支持，不仅作为客户化的解决方案，而且也提供了解决众多企业的商业包。
目前，有越来越多的APS产品中使用了优化技术，功能已经贯穿供应链的所有环节，从采购到制造到分销。一些公司使用的APS系统中已包括了优化技术，因而在使用这个工具时会更有成效，同时也增加其全球的竞争力。
纵观前三年，绝大多数的APS产品都将复杂的优化功能纳入其体系中，几乎使APS成了供应链优化的代名词。APS能使客户的定单工作流与物料需求，制造和分销活动同时进行。
APS日益发展，渐渐不只是在供应链管理系统的范畴中，而已经纳入整个ERP系统中。事实上，一些主要的ERP供应商最近也已军APS领域，以与提供APS产品的SCM供应商相抗衡。这些发展趋势终将使最终使用者受益，因为应用软件拓展了其适用的范围。
在优化技术模型中每个商业问题都表示为一个变量。商业问题之间的关系表述为公式化的约束，而预计的目标则是另加的。随后，基于优化的解决者就会分析模型，在特定约束下，以预定目标做出商业决定。
不同的供应链优化模式能影响不同的供应链过程和环节。从战略意义上说，优化技术被应用到整个计划过程，从采购到制造，到分销。优化计划问题常常是为了解决一些战略上的问题，如何在变化多端的商业竞争中，何时何地采取一些重大的举措，如何随时间的推移去改变整个流程，计划则回答这样的问题：我们该做些什么？
总之，长期计划问题可以使用线性编程来解决。被许多大公司雇佣的作业研究专家的工作就是设计内部的应用软件。LP技术是基于应用数学，而非计算机技术。包含于供应链计划中的战略商业问题包括有：
-
需要多少工厂？
-
它们的位置？
-
它们生产什么产品？
-
需要多少销售中心？
-
它们位于哪儿？
-
他们该储备哪些产品，处于一个什么样的水平？
-
销售中心服务于哪些客户？
-
选择什么样的供应商？
以上每个问题都是相互联系的，一个问题的答案将会牵连到另一个。
对于那些涉及到运作方面的短期的排程问题，我们通常会使用一个称为约束编程的最新技术。CP程序产生于计算机领域，它还有一段有趣的历史。几十年前，人工智能的应用已影响了CP，为反复的逻辑推理过程提供解决方案，但是，只是应用于一些特殊的领域。CP技术从最开始在商业中应用就取得了成功。直到今天，在APS应用中已广泛地使用了优化技术。
优化技术通过快速的分析和比较不同决策方案的优劣，使APS系统能解决大量的复杂的问题，从而产生更具竞争性的优势。在供应链管理中，优化技术最能影响到企业的效率和产生最大的投资收益率。传统的供应链应用于技术外只应用于计划和排序，一些想法比较先进的企业采用了最新的技术应用于排序和配置方面，并从中受益。
往往专家们使用一些对他们而言比较熟悉的优化技术，像CP或LP。但是对于企业的众多问题而言，如果把这些技术结合使用，或许对企业而言会产生更好的解决办法，使企业也有更多的选择，也会产生更多的竞争优势。