APS系统的供应链主计划研究模型的复杂性

模型的复杂性与优化模型所需运行的时间是（强）相关的。正因为如此，了解哪种决策带来模型的哪一种复杂性就显得尤为重要。因此，我们有可能就准确性与运行时间之间的平衡系做出决策。对模型的准确性要求越高，所需制定的决策越多。但是这意味着增加了运行时间和收集数据的开支。
在主计划模型中需要考虑的主要数量决策变量有生产量和运量。对这些量来说，在数据的汇总层次上通常可以不考虑它们的整数值问题。它们主要用来保持潜在瓶颈资源的各项能力。因为它们都是各项能力的粗略记录，所以从整数值中概括出它们的值是合理的。如果可以部分地使用各种生产方式和运输方式，那么还需要对每一种方式、每种产品以及每个时期的增加量做出决策。另一个重要的数量决策是库存水平决策，可以根据前一期的库存水平以及本期的生产量和运量得出。
只有在不可能使用全部正常生产能力或不可能增加某个供应链实体的生产能力时才需要制定能力决策。增强正常生产能力的一个方面是加班工作，这需要制定有关每种资源每一时期加班工作量的新决策。我们需要把增加的成本汇集到一起。如果在某一时期（针对某一种资源）引入了额外的生产转变，就需要将转变的固定成本（如生产转变的员工成本）考虑进去，以制定二元决策。因此，问题就变得更复杂了。机器设备的性能调整通常会导致非线性的最优化模型。因此，这类模型的计算能力以及求解的可能性都会急剧下降。
举例来说，有关生产和运输流程的决策可以是使用替代路线的决策。它需要制定新的决策和收集更多的信息，但这些都会增加模型的复杂性。然而，如果不能将生产量和运量分开，让它们使用不同的资源（如从至少一个配送中心出货交付），就得使用这一决策。与上面提到的不同方式下的数量决策相比，这种选择方式必须制定额外的二元决策。