1.一种板壳加强筋设计方法，其特征在于，包括以下步骤：

步骤1）根据板壳加强筋自适应生长理论，规定加强筋生长准则，确定板壳加强筋生长的种子数量和初始生长点位置，通过基结构法搭建板壳加强筋生长环境；

步骤2）采用IQL算法理论创建学习板壳加强筋生长式过程的多智能体深度Q网络，根据种子数量搭建相应个数的智能体；

设定多智能体深度Q网络的奖励函数，以及奖励传递效率；

设置多智能体深度Q网络的观测状态；

设置多智能体深度Q网络的动作空间；

选择ε-贪心策略作为动作选取策略；

创建动作掩蔽模块，用于对无效动作进行动作掩蔽处理；

步骤3）将多智能体深度Q网络与板壳加强筋生长环境交互，得到当前板壳加强筋的设计布局图，对设计布局图的重复特征进行提取与保留，得到加强筋前期的生长路径设计布局；

步骤4）引入注意力机制理念，缩小生长路径设计布局中的加强筋有效生长域，随后将加强筋前期生长路径的设计布局中的加强筋与基结构进行重新建模，得到新模型环境；

步骤5）将新模型环境与多智能体深度Q网络交互，得到优化后板壳加强筋的设计布局图，对设计布局图的重复特征进行提取与保留，得到加强筋优化后的生长路径设计布局，生长路径设计布局不满足要求则跳转步骤4）执行，生长路径设计布局满足要求即可获得板壳加强筋优化布局；

在交互过程中，分别将每个智能体对应的种子送入ε-贪心策略的动作选择模块进行动作选择与Q值估计，智能体控制对应种子的生长并对获取的交互信息进行特征提取与学习，得到训练集数据，然后利用训练集数据对智能体对应的目标网络进行更新，实现多智能体训练的平行化与同步化。

2.如权利要求1所述的板壳加强筋设计方法，其特征在于，在步骤1）中，设定加强筋生长准则为以结构整体应变能最小为优化目标、加强筋体积上限为约束条件的单脉络生长，无次脉、分支和退化，根据结构整体的承载条件，选择在约束和载荷作用区域内布置种子，包括种子的数量。

3.如权利要求1所述的板壳加强筋设计方法，其特征在于，在步骤1）中，通过基结构法搭建板壳加强筋生长环境过程中，采用基尔霍夫板模拟基板变形情况，创建两节点梁单元连接壳单元相关节点构建加强筋，加强筋布置方式为其截面形心位于基板的一侧。

4.如权利要求1所述的板壳加强筋设计方法，其特征在于，在步骤2）中，多智能体深度Q网络的观测状态为每个种子当前的生长起点、当前状态结构整体应变能与上一状态结构整体应变能的差值以及当前结构整体质量与上一状态结构整体质量的差值。

5.如权利要求1所述的板壳加强筋设计方法，其特征在于，在步骤2）中，多智能体深度Q网络的动作空间为以加强筋生长起点为中心的八个生长角度：0°、45°、90°、135°、180°、225°、315°、270°。

6.如权利要求1所述的板壳加强筋设计方法，其特征在于，对无效动作进行动作掩蔽处理过程中，根据无效动作的类型，将具有无效动作的加强筋生长起点的网格节点进行分类并创建相应的无效动作集合，同时创立相应的有效动作集合，用以随时调用并获取有效动作，编写功能函数对网格节点类型进行判断并更新其有效动作空间。

7.如权利要求6所述的板壳加强筋设计方法，其特征在于，在ε-贪心策略每次选择动作时，随机生成0-1区间的随机数P，当0＜P＜ε时，从有效动作集合中随机选择动作，当ε≤P＜1时，选择估计Q值更大的动作；为了保证当ε≤P＜1时选择的动作有效，对无效动作的估计Q值作赋-Inf处理；同时，为了保证多智能体深度Q网络反向传播的概率与采样一致，对无效动作的目标Q值作赋-9999处理。

8.如权利要求1所述的板壳加强筋设计方法，其特征在于，将智能体训练学习的注意力集中在长距离加强筋生长状态的交互信息上。