1.一种基于工业云平台的项目管理系统，其特征在于，包括：云工业平台、用户、供应商；其中云工业平台包括收集用户输入数据的数据库模块、用于数据处理、优化和可行方案生成的智能模块以及用于方案评估和比较的决策支持模块；

云平台收集用户的制造服务请求和供应商的报价，通过智能决策算法进行处理，根据用户需求找到最佳的制造解决方案；

智能决策算法根据嵌套算法生成方案，每个方案由多个嵌套配置组成，每个嵌套配置包含以下参数：实现配对所需的处理时间、能源消耗以及距离成本；

其中，实现配对所需的处理时间如下式所示：其中，Tp是准备数据所需的时间，Tbja是构建作业装配所需的时间，Ts是设置所需的时间，TBK是配置构建作业的构建时间，TR是从中移除产品所需的时间机器和TMC是更换产品所需的时间；

其中能源消耗的估算如下式所示：式中，Euc是供应商的单一能源成本，取决于供应商所在地，而P是最大标称功率；TBK考虑预热、冷却和清洁所需的时间；

其中，距离成本根据用户和供应商位置，采用考虑批量体积和重量的距离成本系数，计算每个配对的距离成本Dij；其中距离成本如下式所示：Dij＝δD||Lsj‑Lci||；

其中，Lsj和Lcj是供应商和用户的位置，δD是距离成本系数；

其中，数据库模块由三个部分组成：处理部分；查询操作部分；检索应用部分；

首先，处理部分从目标集合中自动提取文本信息，通过定义的操作序列处理收集的文本信息，即标记化、将所有单词转换为小写、引理化和删除停止词来建立内容语料库；

其次，查询操作部分通过读取并处理给定的查询；经过处理的查询将被预先扫描，以匹配其在预定义的风险相关词典中相关词的扩展；在预定义的风险相关词汇中找不到的术语通过使用同义词进行扩展；然后，系统扫描原始查询和扩展查询中的术语，删除内容语料库中不存在的术语；

第三，检索应用部分将查询和语料库结合起来，进行查询文档相似度计算；

其中，向量空间模型用于将文本文档表示为标识符向量，并为查询和文档中的索引项分配非二进制权重，用于计算每个文档和查询之间的相似度；查询q和文档dj可以表示为t维向量；对于向量模型，t是索引项的总数，每个维度对应一个单独的索引项；每个向量中的元素wi,j是与术语文档对(ki,dj)相关联的权重，并且和wi,j≥0；其中，如下式所示：wi,j被称为频率逆项文件频率权重；如果权重向量模型文档dj是 文档的权重可以量化为如下式所示：

其中fi,j是文档中索引项ki的频率，N是文档集中文档的总数，ni是包含索引项ki的文档的数量；

通过使用向量空间模型和频率逆项文件频率权重，文档dj和查询q之间的相似度量化为如下式所示：

和 是文档和查询向量的规范，以及 是文档和查询向量的内积；

在考虑扩展查询qe的影响后，改进计算查询与相关案例相似度公式如下式所示：score＝sim(dj，qo)+λ×sim(dj，qe)式中λ为qe效应系数，0<λ<1，取λ＝0.7；

对于任何文档dj和查询q之间的相似性计算为如下式所示：由于q0和qe的共同作用，总体相似度范围为0～1.7。

2.如权利要求1‑2所述的一种基于工业云平台的项目管理系统，其特征在于，为减少成本和时间，采用粒子群算法，通过不同资源利用率对决策绩效的影响进行度量和识别，其中基于的工期和成本的主要目标函数如下式所示：m

资源利用率m利用持续时间活性j定义T ；对于线性项目进度计划，资源利用率m利用材m m

料成本上的工期活动j定义为Nj ，每日成本率为Pj ，对于资源利用率m不活动j，供应商成本m

为Aj；

粒子群优化算法额随机粒子群通过具有更新生成的优化搜索算法对系统进行初始化，搜索空间由m维组成；多维向量表示第j个粒子群如下式所示：Yj＝(yj1，yj2，...，yjm)；

m维矢量表示第j个粒子速度如下式所示：Vj＝(vj1，vj2，...，vjm)；

根据优化问题，评价每个粒子的适应度，基于个体适应度，第j个粒子的最佳位置如下式所示：

Pj＝(pj1，pj2，...，pjm)；

根据全局最佳位置，整个种群的最佳个体位置如下式所示：Gj＝(gj1，gj2，...，gjm)每一步的粒子速度及其位置如下式所示：Vj＝w*Vj+d1*S1*(Qj‑Yj)+d2*S2*(G‑Yj)Vj＝Yj+Vj

从上面的方程中，惯性权重是w，管理粒子速度的影响；随机变量s1和s2均匀分布在[0，

1]范围内；用加速度系数控制的最大步长为d1和d2；

根据现有速度，计算粒子群优化算法中的新速度，计算出最佳历史位置和当前位置距离；每个分量值v用粒子搜索空间固定[‑vmax，vmax]；粒子将根据公式移动到当前位置；如果满足停止标准，则结束该过程或重复该过程；

局部‑全局信息共享能力提高基于改进粒子群算法的全局优化性能；根据粒子数随机初始化粒子速度；然后，计算粒子的适应度值；根据粒子的适应度和位置值，用当前单个信息保存全局最佳粒子，提高全局优化过程的开发和探索速度；局部‑全局信息共享，如下式所示：

Vj＝w*Vj+d1*S1*(Qj‑Yj)+d2*S2*(G‑Yj)+d3*s3*|Qj‑Yj|φ3＝d3*S3*|Qj‑Yj|利用粒子数算法实现项目成本和时间的最小化。