1.一种混合粒子群算法和遗传算法的救援规划算法，其特征在于，具体操作步骤如下：(1)、将城市进行网点规划，标注好每条街道及十字路口；并标记好点与点之间的距离；(2)、在网格化城市时要将重点的地点进行标记，其中，重点的地点包括城市存在的多个调度中心，不同的调度中心的资源不同且有限，当事故要求的资源超过任何单一调度中心的资源后，则需多调度中心共同执行救援任务；此外，若需求的资源数量小于所有调度中心的资源总和，则需有限安排以较低成本来执行救援的调度中心；(3)、当执行任务时，调度中心接收实时道路情况且配合网格化后的城市地图，在网图上做出标记；当道路的情况出现路口无法通行，或是两个节点之间道路阻塞导致拥挤；为区分可通行和无法通行的节点，使用0和1来标注；其中，若节点即十字路口出现无法通行的情况，会导致节点周围的路都将无法通行，而若节点之间的道路阻塞则不影响节点周围的道路；(4)、当救援任务下达到调度中心时，调度中心根据救援任务的紧急程度做出事故评级，事故评级用来设定最大救援成本；若是达到最高等级的话将不考虑成本，则所有的救援力量将全部出勤；其中，所有的救援任务结束需在规定的救援时间之前到达调度中心；此外根据事故的类型，进行救援物资的携带，救援物资的使用和损耗都会带来救援成本；(5)、设置优先值，即综合道路长度及道路拥挤程度，网点之间道路的优先值，用于通过路径选择的调度；当即将执行任务时，可通行的道路上会有不同的道路拥挤情况，拥挤程度会造成等待时间；通过权衡绕路和等待的时间进行选择道路；救援力量到达后先进行简易的治疗，将需就医者送往目的地，救援任务完成后，则返回调度中心。2.根据权利要求1所述的一种混合粒子群算法和遗传算法的救援规划算法，其特征在于，在步骤(1)中，所述将城市进行网点规划是指：将实际生活的道路进行网格化，且标注好每个路口以及网点之间的距离，为道路规划通过依据和参数。3.根据权利要求1所述的一种混合粒子群算法和遗传算法的救援规划算法，其特征在于，在步骤(2)中，所述在网格化城市时要将重点的地点进行标记具体是：将绘制的网格化城市的道路节点进行编号，标记出调度中心、医院和随机的事故点；所述执行救援任务具体是指：从调度中心出发到达事故点进行救援，然后将伤重者送往医院后返回调度中心；其中，在实施救援前，调度中心根据调度中心的救援力量来进行任务下达。4.根据权利要求1所述的一种混合粒子群算法和遗传算法的救援规划算法，其特征在于，在步骤(3)中，所述调度中心接收实时道路情况且配合网格化后的城市地图，并在网图上做出标记具体是：调度中心接受到救援任务，开始规划救援路径和携带的救援物资数量；路径规划从标注的调度中心开始，前往事故点实施救援并将重伤者送往医院后返回；其中，调度中心获取道路的路况信息，使用0和1来标记不可通行和可通行的节点；将阻塞道路的距离改为∞，其具体如下式所示：

式中，dij表示各路口节点的可否通行情况，i和j表示相邻节点；Disij表示可通行节点之间的道路长度；distance表示两个道路之间节点的距离。5.根据权利要求1所述的一种混合粒子群算法和遗传算法的救援规划算法，其特征在于，在步骤(4)中，所述通过调度中心根据救援任务的紧急程度做出事故评级，事故评级用来设定最大救援成本具体是指：根据事故严重程度设定事故等级Urgent求出最大救援成本，如下式所示：Z≤MaxCost*Urgent式中，Z表示此次任务的最高救援成本；MaxCost表示每级的最大救援成本；Urgent表示书等级；当规划的调度中心的救援力量大于事故点的需求量时，如下式所示：t