满足需求，同时又使因劳动力变动所发生的费用以及存贮费用均能降到最低限度。
生产计划工作常被称之为综合进度安排，以资区别于实现生产计划所使用的日程计划(作业进度表)。综合进度安排所涉及的都是--些比较大的、总的计划项目的安排，例如考虑所生产产品的品种与类别、进行特种销售、现有人力(工作能力，的变化趋势，资源供应来源
的变动，等等。进行长的计划安排的目的，是为了在-定期间内最有效地按排系统的能力，包括人力，材料与设备。综合计划的运用，乃是通过安排-一个标明各个确切的项目和生产日期的主进度表。根据主进度表，可以制订日程计划，开出具体的工作单和投料安排。
一、生产计划的策略
生产计划工作可以有两种作用。一种是只起消极被动的作用，即企业只是单纯地响应和试图满足对产品的需求。另一种作用是积极主动的作用，亦即企业力图影响或控制(操纵)需求。
□对需求的消极响应
在很多情况下企业往往是"被动"的，只是满足既经提出的需求，并不企图去改变需求。一个新建的资本不雄厚的企业，可能没有足够的资金与人力去改变价格。而另一种情况是一个迅速发展中的公司，其新产品有需求量很大的市场，它的主要问题是如何尽量地增加产量，和获得扩大生产所需的资金。第三种情况是许多企业进行着经济上的竞争，在产品分工上相对协调，各个企业的产量在整个市场中所
占的比重不大，每个企业仅能获得合理的利润，并且各自能在接近最优生产率的情况下从事生产和经营。
在企业只起被动作用的场合中，企业力图改变下列因素(变量，的大小及其组合以满足需求，这些变量(因素，是劳动力的多少，存贮水平，生产率，订立分包合同与产品品种搭配。
有时用纯策略和混合策略的术语来说明如何运用这些变量。"纯策略"的含意，是指在只改变一个变量(其他变量保持不变)情况下的生产输出。例如，当需求变化时，劳动力可以增加或减少，它与需求直接有关。这种策略特别适合于劳动量大的产品。另一个纯策略是在保持其它变量不变情况下改变生产率。而且劳动力变动的结果将会引起停工(工时利用不充分)或加班加点(负载过重)的现象。
其余的纯策略是通过调节存储来满足需求，需求大时动用存储，需求小时补足存储，利用分包合同可以做到使储备降到最低的情况下满足需求，或用来解决"高峰懦求。例如，使生产设备保持恒定的生产率以满足最低需求量，对于超过这需求量的部分则通过分包合同来解决。改变产品的搭配可以使其它变量保持稳定。往往会发生产品品种供需不协调的情形。某些产品需求大，另一些需求量小。因此，要根据需求的变化重新分配各品种生产所需的资源，以平衡协调供需之间的矛盾。这是多品种生产的一个主要论据。
“混合策略”是同时变动两个变量。例如，在需求量下降时，可以同时实行两个措施，减少人力和降低生产率。
□积极影响产品需求量
到此为止，我们只是把企业作为只起消极被动作用的因素来看待的，但是在大多数情况下企业却在影响(改变)环境相适应环谭两方面都起着积极主动的作用。例如，企业可以主动影响需求量，或选择一个非周期性的产品搭配方案，或者对某些定货缓期交货。
在需求量小的时期，可以通过降价，加紧推销，采用各种刺激、鼓励办法与搞运动等方法来增加销售量。汽车在车型变换时进行削价，有利于刺激需求量上升。休假旅游胜地可采取减价办法来招揽顾客(例如有时旅游者并非休假者而是出席会议的人)。
通过选择非周期性的产品，有可能稳定生产设备的负荷。虽然在冬季也可以借助于削价和别的刺激办法来提高对空调设备的需求，但更好的方案是在这不当景的季节中改变品种，如生产家用取暖用具。
缓期交货，对保持生产稳定性是很理想的。它的成败取决于顾客是否同意接受所定的交货期限。在某些情况下，顾客不愿等待;有时，即便交货期比预定的要来得短，顾客也还要求提前交货。所以销售人员的一项重要才能，就是如何能说服订户乐意接受一一个范围变动较大的交货期。此外，还可以采用一些刺激办法来影响用户，如打折扣和采用对过早交货与脱期交货处以罚款的条款等。
二、预测方法
为了拟订生产计划中的产量，首先必须进行需求的预测，这是计划的基础。有了这种预测就可以规划所需人力、材料、生产率和存储水平。
预测方法有两类。一类是统计方法，它包括数量分析;另一类是
主观的或直觉的判断方法，它主要依靠估计和判断。统计方法建立在这种假设的基础上;它认为历史资料可用来预测未来并可运用过去数据预测未来的需求量。
判断的方法要采用这样一些手段，如顾客的调查、销售人员的估计、与经济或消费趋向间的相互关系、技术进步以及舆论方面。实际上这两类方法是结合运用的。一种预测的方法是先进行统计预测，然后根据那些导致偏离历史发展趋势的影响因素来作修证。或者是相反，先撇开企业历史资料进行预测，然后把它与统计分析进行比较，以确认或说明其间的重大差别。
应用过去数据作预测的最通用而又较方便的方法是简单移动平均法，加权移动平均法。指数平滑法与回归分析法。这些方法使用方便，管理人员只消应用一台计算器就足够了。即便是技术复杂而又费钱的预测方法，如复杂的曲线拟合、时间序列分析或蒙特卡罗模拟方法。在运用时也同样要依赖于这些因素，如市场的大小、潜在的利润、现有的分析人员。
□影响需求的因素
在大多数场合中，对产品或服务的需求可以分解为六个要素，一段时间的平均需求、趋向、季节影响、周期要素、随机变动和自相关(AutocorreIation)。指出了平均需求量、趋向、季节性影响以及围绕光滑需求曲线的随机变动情况。
周期性的因素比较难于决定，因为间隔的周期长短是未知数，或者是形成周期的原因无法知道。对需求的周期性影响可能来自这样一
些事件，如政治上的竞选，战争，经济情况或社会压力。
随机偏离是由自然的偶然变动所引起的。当我们从总需求中把那些已知原因的需求因素剔除以后如剔去平均、趋向、季节、周期性与自相关，，所剩下的无法解释的那部分，就属随机引起的需求。当无法把引起这一需求的原因归入某特定源由时，那么它就属于自然的随机性。
自相关表示事件的持续性――在任何一时点的期望值是同它的过去值密切相关的。在排队论里，队的长度是高度自相关的。也就是说，如果在某一时点上队是相当长的，那么经过很短暂的时间后，可以认为队仍然是很长的。
当需求为随机时，一周的需求量同另外一周的需求量可以相差很大。如若存在高度自相关时，这一周同下一周的需求量是不能相差很大的。
□简单移动平均法
当对产品的需求不具有迅速增长之势和季节影响时，可用移动平均法来消除预测中的随机变动。虽然移动平均值常常是"有中心的"，但是它可以较方便地运用过去的数据直接作下一时期的预测。下面来说明。一月、二月、三月、四月和五月的五个月平均中心在三月份，这就要求具有这五个月份的数据。如果我们的目标是预测六月份，那么我们须重新安排移动平均值中心，从三月份推移到六月份。如若平均值不在中心而在前期，那么预测就方便了，当然这时精度可能差些。因此，我们若要应用五个月的移动平均值来预测六月份的需求，我们
