1.基于智能制造的供应链管理方法，其特征在于，所述方法包括：获取供应链中各阶段的成本信息、运维信息及库存信息；

基于所述成本信息、运维信息和库存信息，通过层级加权动态风险预测算法获得各阶段的风险值 ；所述层级加权动态风险预测算法包括：根据各阶段的成本信息、运维信息和库存信息生成多维风险因素向量 ，采用加权矩阵 对所述风险因素向量进行加权处理，以获得风险值 ；所述风险值 的计算公式为：；

其中， 为第 阶段的风险值， 为第阶段的风险预测加权矩阵，为第 阶段内多维风险因素向量， 为第阶段的风险阈值向量， 为第 个风险因素的影响权重， 为第 个风险因素的风险调节系数， 为第 阶段的实际毛利， 为第阶段的毛利预测期望值；

结合所述风险值 和商品的销售信息，利用叠加非线性毛利优化算法获得各阶段的毛利 ；

根据所述毛利 和风险值 ，通过自适应分配优化算法获得各阶段的发货分配量 ；

基于各阶段的毛利 ，通过多维渐进毛利累积优化算法获得全局累积毛利 ；

基于所述全局累积毛利 ，通过整体反馈闭环优化算法形成供应链系统的反馈优化量 ，并将所述反馈优化量 反馈至供应链系统的初始阶段进行参数更新。

2.如权利要求1所述的基于智能制造的供应链管理方法，其特征在于，所述叠加非线性毛利优化算法包括：基于所述风险值 和商品的成本信息及运维信息，确定第 阶段的毛利 ；所述毛利的计算公式为：；

其中， 为第 阶段的毛利， 为第 阶段的销售额， 为第阶段的成本， 为第 阶段的运维费用，为非线性调整因子， 为前一层的风险值输出，为风险平衡点。

3.如权利要求2所述的基于智能制造的供应链管理方法，其特征在于，所述自适应分配优化算法包括：根据所述毛利 和风险值 ，通过分段调整获得发货分配量 ；所述发货分配量的计算公式为：；

其中， 为第 阶段的分配量， 为第 阶段的基础分配量， 为风险分配平衡系数，为风险阈值，为自适应分配调整系数。

4.如权利要求3所述的基于智能制造的供应链管理方法，其特征在于，所述多维渐进毛利累积优化算法包括：基于各阶段的毛利 ，结合历史毛利进行毛利的渐进累积优化，以获得全局累积毛利；所述全局累积毛利 的计算公式为：；

其中， 为全局累积毛利， 为第 阶段的毛利， 为第阶段的累积优化因子，为毛利增长敏感度系数， 为第 阶段的毛利。

5.如权利要求4所述的基于智能制造的供应链管理方法，其特征在于，所述整体反馈闭环优化算法包括：基于所述全局累积毛利 ，结合风险值和分配信息，形成反馈优化量 ；所述反馈优化量 的计算公式为：；

其中， 为第 阶段的反馈优化量， 为全局累积毛利， 为第 阶段的风险值， 为第 阶段的反馈调节系数。

6.执行权利要求1‑5任一项所述方法的基于智能制造的供应链管理系统，其特征在于，包括：信息获取模块，用于获取各阶段的成本信息、运维信息及库存信息；

风险预测模块，基于层级加权动态风险预测算法获得各阶段的风险值 ；

毛利计算模块，基于叠加非线性毛利优化算法获得各阶段的毛利 ；

分配优化模块，基于自适应分配优化算法获得各阶段的发货分配量 ；

毛利累积模块，基于多维渐进毛利累积优化算法获得全局累积毛利 ；

闭环反馈模块，基于整体反馈闭环优化算法获得反馈优化量 并更新至所述信息获取模块。

7.如权利要求6所述的基于智能制造的供应链管理系统，其特征在于，所述风险预测模块基于所述信息获取模块获取的信息，获得各阶段的风险值 。

8.如权利要求7所述的基于智能制造的供应链管理系统，其特征在于，所述毛利计算模块基于所述风险预测模块获得的风险值 ，获得各阶段的毛利 。

9.如权利要求8所述的基于智能制造的供应链管理系统，其特征在于，所述闭环反馈模块基于所述毛利累积模块获得的全局累积毛利 ，生成反馈优化量 并更新至所述信息获取模块。