从生产管理系统中导出必要的数据，在Excel的工作日历内填入生产数量进行计划安排后，如果订单发生变更、工序产能发生变化，则所有的日程都会受到影响。此时就需要重新计划，但手动操作进行调整是有限度的。因此就会导入能随着订单变更快速制定生产计划的生产计划系统。以往的做法是只通过设置计划参数来满足复杂的制约条件，进行排程最优化；但是近来随着计划制定业务越来越复杂，这样的方式已经逐渐达到了极限。
制造业企业是按照以下流程来制定生产排程的：先以其营业部收到的顾客订单为基准，根据出货时间制定主生产计划，然后根据物料构成表计算各工序必须生产的物料及所需原材料的净需求量，接着一边以工序为单位将生产批量按照生产提前期天数排开，一边向生产资源分派工作，有超出负荷的工作则进行提前生产或是分派到可替代资源以进行均衡化。
前面提到超出负荷的工作会根据每天的资源产能进行均衡化，这一过程中，移动超出产能的工作，就会和已经分派完成的工作产生冲突，并将已经分派完成的工作挤出去，这样的现象会反复出现。生产计划系统不仅能进行这样的计划调整工作，也能通过参照事先在参数中设定好的分配规则（工作的分派顺序）和资源评估（工作分派的优先度）自动进行调整，制定最适合的生产计划。
但是仅仅靠生产计划系统中的参数设定，找出能满足各种制约条件（包括生产资源均衡化、设置时间最小化、交货延期概率最低化、炉归并等）的最优解逐渐接近上限，为了能得到进一步优化的排程结果，就需要生产计划系统具备这样的功能：即通过快速的反复分派，从数万到数百万的分派模式中，得到人脑可以判断出“更优化”的结果。
Solver作为Asprova APS/MS中的追加选项，不再依靠在参数中设定制约条件，而是设定判断计划优劣的“惩罚系数（penalty，目的函数）”，Solver会通过快速重复反复分派，寻找使惩罚系数尽可能小的计划。
作为制约条件评价基础的惩罚系数：
1)投产顺序均衡化⇒偏离最合适的间隔
2)炉、罐填充的最优化⇒填充率、批量数
3)降低交货延期和减少设置准备⇒交货延期订单数、设置次数
4)不缺货的情况下减少库存⇒缺货数量、设置次数
例如应对以天为单位的顾客订单变更，要求交货时不能缺货的情况下，生产排程中作为评价基础设定的惩罚系数为缺货率，Solver会通过反复的模拟得出使缺货率尽可能趋近于0的结果。
根据过去半年到一年的实绩数据使用Solver 选项进行模拟，通过比较缺货率实绩，就能定量判断出是否制定了更优化的生产排程结果。
借用前面的例子，导入Solver option，应对以日为单位的订单变更，得到缺货率几乎趋近于0的生产排程后，如果想要再继续对库存进行均衡化，Asprova公司会进行此新功能的开发，顾客不用承担开发费用。
关于此追加功能开发项目的具体推进方法，首先需要进行课题调研，达成开发（PoC）意向，再采用依靠开发试用版和反复检查以确认功能的敏捷软件开发（agile software development）进行推进。
像这样根据购入前的追加条件开发新的功能，顾客满意后再购入Solver选项以使用新功能，即使是担心会产生无用开发费用的企业也能放心使用。另外如果能进行案例宣传，顾客在购入Solver选项时还可获得特别折扣。
大数据时代，对数据进行分析及最优化，预测造成工厂生产率下降、收益结构恶化的主要原因（包括将来可能会发生的延期交货、原材料缺货、设置次数过多引起的生产效率低下及由批次合并引起的库存过剩等），对快速决策、提高效率来说不可或缺。
最优化的道路不仅可以用于制造业，也可以灵活应用于企业经营中的数据分析及最优化，包括零售业对空间有效利用方法的探索、销售部门根据流行趋势提供商品、运输部门以最安全且最低的成本确保配送路线、财务部门选择能够得到最大投资效益的资产投资组合等等，已经有很多企业实现了销售额的提高以及成本的削减。
Solver选项是能够解决高难度排程问题的Asprova新选项功能。对基于制造订单生成的各工序工作，Solver选项会根据生产资源情况改变工作的排列顺序，计算惩罚系数，惩罚系数结果得到改善就采用新的计划， Solver选项会不断执行这一改进的过程。为了使缺货率趋近于0，只需抽出和处理必要的部分并计算结果，这样仅用十来秒就可以得到以往人们需要花费几小时才能得出的计划。
