1.一种船舶协同多任务系统决策规划方法，其特征在于，具体步骤包括：

S1.采集当前时刻各个船舶的船舶特性参数、任务参数、以及船舶处的外界环境参数，所述船舶特性参数包括该船舶的船舶载重、船舶航速，以及反映该船舶类型的船舶类型编码，所述外界环境参数包括该船舶处的海浪高度、能见度、海流速度、水体温度和潮位高度，所述任务参数包括任务类型标识码、任务紧急性编码、任务开始时间与当前时间的时间差、任务所需时间，所述任务类型标识码、任务紧急性编码分别用于反应该船舶所执行的任务类型、任务紧急程度；

S2.获取若干个船舶已知的船舶特性参数，基于专家打分法确定船舶特征系数，船舶特征系数用于反应船舶的综合性能的优劣，构建船舶特征模型，将已知的船舶特性参数作为输入，对应的船舶特征系数作为标签训练模型，以得到完成训练的船舶特征模型；

S3.将当前时刻各个船舶的船舶特性参数输入到完成训练后的船舶特征模型中，获取各个船舶特征系数；

S4.将当前时刻采集的风速、海浪高度、能见度、海流速度、水体温度和潮位高度进行数据处理，生成当前时刻船舶的环境影响系数，将当前时刻采集的任务类型标识码、任务紧急性编码、任务开始时间与当前时间的时间差、任务所需时间进行数据处理，生成当前时刻船舶的任务特征系数，将当前时刻船舶的船舶特征系数、环境影响系数和任务特征系数进行数据处理，生成当前时刻船舶的任务适配系数；

S5.将当前时刻各个船舶的任务适配系数进行由大到小排序，生成优先级列表，全部船舶按照优先级列表依次执行任务。

2.根据权利要求1所述的船舶协同多任务系统决策规划方法，其特征在于：任务类型为科学研究时，船舶标识码为1，任务类型为运输时，船舶标识码为2，任务类型为救援时，船舶标识码为3，任务开始时间与当前时间的时间差在3小时之内，任务紧急性编码为1，任务开始时间与当前时间的时间差在2小时之内，任务紧急性编码为2，任务开始时间与当前时间的时间差在1小时之内，任务紧急性编码为3。

3.根据权利要求1所述的船舶协同多任务系统决策规划方法，其特征在于：所述船舶特征模型采用基于多层感知器的深度神经网络构成，所述多层感知器的深度神经网络包括输入层、第一隐藏层、第二隐藏层、第三隐藏层和输出层，所述第一隐藏层、第二隐藏层和第三隐藏层均具有至少两个神经元，且均采用ReLU作为激活函数。

4.根据权利要求2所述的船舶协同多任务系统决策规划方法，其特征在于：将当前时刻采集的海浪高度、能见度、海流速度、水体温度和潮位高度进行数据处理，生成当前时刻船舶的环境影响系数，依据的公式如下：其中，XShj为当前时刻船舶的环境影响系数，H为海浪高度，V为能见度，C为海流速度，T为水体温度，T0为基准温度，L为潮位高度，L0为基准潮位高度，α为海浪高度的权重系数，β为能见度的权重系数，γ为潮位高度的权重系数，0<γ<α<β<1，γ+α+β＝1。

5.根据权利要求4所述的船舶协同多任务系统决策规划方法，其特征在于：将当前时刻采集的任务类型标识码、任务紧急性编码、任务开始时间与当前时间的时间差、任务所需时间进行数据处理，生成当前时刻船舶的任务特征系数，依据的公式如下：其中，XSrw为当前时刻船舶的任务特征系数，Rtype为任务类型标识码，Plevel为任务紧急性编码，ET为任务所需时间，SC为任务开始时间与当前时间的时间差，w1为任务类型标识码的权重，w2为任务紧急性编码的权重，w3为任务所需时间的权重，λ为指数衰减系数，0.1<λ<1，0

6.根据权利要求5所述的船舶协同多任务系统决策规划方法，其特征在于：将当前时刻船舶的船舶特征系数、环境影响系数和任务特征系数进行数据处理，生成当前时刻船舶的任务适配系数，依据的公式如下：其中，As-e-t为当前时刻船舶的任务适配系数，XSsh为当前时刻船舶的船舶特征系数。

7.根据权利要求6所述的船舶协同多任务系统决策规划方法，其特征在于：当出现两个以上的船舶的任务适配系数相等时，按照任务紧急性编码的高低，排列船舶的优先级。

8.一种船舶协同多任务系统决策规划系统，用于执行权利要求1-7任一所述的一种船舶协同多任务系统决策规划方法，其特征在于：包括：数据采集模块，用于采集当前时刻各个船舶的船舶特性参数、任务参数、以及船舶处的外界环境参数，所述船舶特性参数包括该船舶的船舶载重、船舶航速，以及反映该船舶类型的船舶类型编码，所述外界环境参数包括该船舶处的海浪高度、能见度、海流速度、水体温度和潮位高度，所述任务参数包括任务类型标识码、任务紧急性编码、任务开始时间与当前时间的时间差、任务所需时间，所述任务类型标识码、任务紧急性编码分别用于反应该船舶所执行的任务类型、任务紧急程度；

模型构建模块，用于获取若干个船舶已知的船舶特性参数，基于专家打分法确定船舶特征系数，船舶特征系数用于反应船舶的综合性能的优劣，构建船舶特征模型，将已知的船舶特性参数作为输入，对应的船舶特征系数作为标签训练模型，以得到完成训练的船舶特征模型；

特征系数获取模块，用于将当前时刻各个船舶的船舶特性参数输入到完成训练后的船舶特征模型中，获取各个船舶的船舶特征系数；

数据处理模块，用于将当前时刻采集的风速、海浪高度、能见度、海流速度、水体温度和潮位高度进行数据处理，生成当前时刻船舶的环境影响系数，将当前时刻采集的任务类型标识码、任务紧急性编码、任务开始时间与当前时间的时间差、任务所需时间进行数据处理，生成当前时刻船舶的任务特征系数，将当前时刻船舶的船舶特征系数、环境影响系数和任务特征系数进行数据处理，生成当前时刻船舶的任务适配系数；

优先级排序模块，用于将当前时刻各个船舶的任务适配系数进行由大到小排序，生成优先级列表，全部船舶按照优先级列表依次执行任务。