1.一种基于通信网络的通讯线路人工智能切换方法，其特征在于，包括：

上传通信基站位置信息及各通信基站关联目标，构建通信基站的交互拓扑，实时监测通信基站中发出通信请求的用户及通信请求目标用户所在的通信基站；

遍历通信基站交互拓扑，在通信基站交互拓扑中捕捉所有通信路径，获取最新一次通信基站中发出通信请求的用户及通信请求目标用户所在通信基站的监测结果，根据监测结果分析每条捕捉到的通信路径忙碌度；

获取通信路径忙碌度分析结果，根据通信路径忙碌程度分析结果结合通信基站交互拓扑构建通信基站忙碌状态模型，实时接收通信基站中新发出通信请求的用户；

获取通信基站中新发出通信请求的用户，采集用户的通信请求参数，根据用户的通信请求参数识别用户通信请求紧急程度，基于用户通信请求紧急程度生成通信请求配置通信路径的优先级处理队列；

获取优先级处理队列，在优先级处理队列中依序获取新发出通信请求的用户，同步获取对应通信请求目标用户所在的通信基站，在通信基站忙碌状态模型中基于两组获取的通信基站嗅探理想通信路径，进一步基于两组获取的通信基站，在通信基站交互拓扑中获取两组通信基站对应的所有通信路径；

分析获取的所有通信路径中各通信路径与理想通信路径的差异性，将与理想通信路径差异性最低的一组通信路径，作为新发出通信请求的用户的通信使用路径。

2.根据权利要求1所述的一种基于通信网络的通讯线路人工智能切换方法，其特征在于，所述通信基站的关联目标为已上传通信基站位置信息的通信基站中通信基站，构建通信基站交互拓扑阶段，基于指定图标，在同一三维空间中对所有上传的通信基站位置信息进行标记，使指定各图标的中心与各通信基站位置信息一一对应，进一步根据各通信基站的关联目标，对三维空间中各组表示通信基站位置信息的图标进行连线，使连线的端点均落于图标的中心，三维空间中基于连线相互连接的图标的集合，记作通信基站交互拓扑；

通信基站中发出通信请求的用户及通信请求目标用户所在的通信基站的监测频率不小于2次/秒。

3.根据权利要求1所述的一种基于通信网络的通讯线路人工智能切换方法，其特征在于，所述通信路径在捕捉时，依次选择任意两组表示通信基站的图标作为通信路径捕捉目标，捕捉两组选择的通信基站间通信路径，且两组通信基站间通信路径上至少有一组间隔的其他通信路径；

所述选择两组通信基站的图标作为通信路径捕捉目标时，基于BFS算法执行通信路径的捕捉，所述通信路径的忙碌度在执行分析操作时，根据通信路径忙碌度分析逻辑完成通信路径忙碌度的分析；

其中，通信基站交互拓扑中，每组表示通信基站的图标均应用其对应通信基站的编号进行标记，每组基于BFS算法捕捉到的通信路径，基于通信路径上各表示通信基站的图标的对应标记的组合进行命名。

4.根据权利要求3所述的一种基于通信网络的通讯线路人工智能切换方法，其特征在于，所述通信路径忙碌度分析逻辑表示为：式中：K为通信路径忙碌度；n为通信路径上通信基站的集合；Si为第i个通信基站的忙碌度；N为通信路径上通信基站的总量；S为通信基站的忙碌度；α、β、γ、δ为权重；C为当前通信基站同时处理的通信请求数量；CMAX为通信基站最大同时处理通信请求数量；Q为通信基站建立有效连接数量；P为通信基站传输数据包的平均大小；F为通信基站传输数据包数量；M为通信基站当前信号强度系数；I为通信基站当前信号干扰系数；TMAX为通信基站最大吞吐量；U为通信基站处理器当前利用率；UMAX为通信基站处理器最大利用率；H为通信基站内存当前使用率；HMAX为通信基站内存最大使用率；

其中，基于式(2)对通信路径上通信基站的集合n中各通信基站的忙碌度进行求取，权重α、β、γ、δ之和为1，且α＞γ、α＞δ、β＞γ、β＞δ。

5.根据权利要求1所述的一种基于通信网络的通讯线路人工智能切换方法，其特征在于，所述通信基站忙碌状态模型基于通信基站中发出通信请求的用户及通信请求目标用户所在的通信基站的监测频率同步更新，所述通信基站忙碌状态模型的构建逻辑操作为：获取通信基站交互拓扑及通信基站交互拓扑中每组图标对应通信基站的忙碌度，对通信基站忙碌度进行归一化处理；

所述通信基站忙碌度的归一化处理逻辑为：

S′＝S×χ；

式中：S′为归一化处理后的通信基站的忙碌度；S为通信基站的忙碌度；χ为归一化因子；

其中，归一化因子χ＞1，且由用户端自定义，通信基站交互拓扑中每组图标对应通信基站的忙碌度在完成归一化处理后，以基站交互拓扑中图标对应通信基站的S′作为拉伸高度，对相应图标进行拉伸处理，以获取图标的立体模型，所有图标均转换为立体模型后的通信基站交互拓扑，即通信基站忙碌状态模型。

6.根据权利要求1所述的一种基于通信网络的通讯线路人工智能切换方法，其特征在于，所述通信基站中新发出通信请求的用户的通信请求参数包括：通信请求目标渠道特征、通信请求发出用户的身份特征、发出通信请求的用户发出通信请求的持续时间；

所述通信请求目标渠道特征包括：紧急求救通信目标、普通通信目标，所述通信请求发出用户的身份特征包括：特殊职业群体、社会保障机构或企业、发出普通通信请求的用户；

所述新发出通信请求用户的通信请求紧急程度为：

式中：f为新发出通信请求用户的通信请求紧急程度；q为向同一通信目标发出通信请求的次数累积；tp为第p次发出通信请求的持续时间；a为通信请求目标渠道特征表现值；b为通信请求发出用户的身份特征表现值；

其中，通信请求目标渠道特征表现值a及通信请求发出用户的身份特征表现值b均大于零小于一，且由用户端自定义，新发出通信请求用户的通信请求紧急程度f值越大，表示新发出通信请求用户的通信请求越紧急，优先级处理队列中紧急程度f大的通信请求排列在前，紧急程度f小的通信请求排列在后。

7.根据权利要求1所述的一种基于通信网络的通讯线路人工智能切换方法，其特征在于，所述理想通信路径的嗅探逻辑为：在通信基站忙碌状态模型中确定：于优先级处理队列中获取的发出通信请求的用户所对应的通信基站、通信请求目标用户所在的通信基站，将两组通信基站作为起始点及终点，将起始点与终点连接，连接线段作为直径绘制圆形区域，应用圆形区域内表示通信基站的图标对应立体模型嗅探理想通信路径；

其中，理想通信路径为：圆形区域内，以起始点相邻的终点方向上最矮的立体模型顶面中心点，记作理想通信路径第一节点，以理想通信路径第一节点相邻的终点方向上最矮的立体模型顶面中心点，记作理想通信路径第二节点，以此类推，直至第x节点与终点相同时，基于起始点、所有理想通信路径节点、终点依序连接所得到的路径，即理想通信路径。

8.根据权利要求1所述的一种基于通信网络的通讯线路人工智能切换方法，其特征在于，所述通信路径与理想通信路径的差异性分析逻辑为：式中：DIFF(z，z′)为通信路径z与理想通信路径z′的差异性；gz∩z′为通信路径z与理想通信路径z′中共有的通信基站对应立体模型数量；g为通信路径z中通信基站对应立体模型数量；Kz′为理想通信路径z′的忙碌度；Kz为通信路径z的忙碌度；Lz′为理想通信路径z′长度；Lz为通信路径z长度；

其中，中任意一项及以上取值为零时，取值为零的项不参与上式计算过程，三项取值均为零时，将上式计算目标中通信路径z直接作为新发出通信请求的用户的通信使用路径。

9.根据权利要求8所述的一种基于通信网络的通讯线路人工智能切换方法，其特征在于，所述基于分析各组通信路径与理想通信路径的差异性，择差异性最小的一组通信路径作为新发出通信请求的用户的通信使用路径。

10.根据权利要求1所述的一种基于通信网络的通讯线路人工智能切换方法，其特征在于，为新发出通信请求的用户配置通信使用路径时，同步对通信基站交互拓扑中各通信基站的通信用户进行实时的累积计量，在最新累积计量结果为最早一次累积计量结果的150％时，同步重置所有通信基站运行。