1.一种机会网络数据转发方法，其特征在于：通过节点对不同类型区域的访问频率不同，确定区域模型；以及根据确定的区域模型，并通过马尔科夫决策算法选择节点，包括如下步骤：

S1：初始化网络，将网络等分为K个矩形区域并随机分配区域类型，所述步骤S1中的将网络等分为K个矩形区域并随机分配区域类型是将整个网络Ω分为K个相互邻接的矩形区域R1,R2,…,Rk,…,RK，并且∪Rk＝Ω和∩Rk＝Φ，并每个区域Rk由一个三元组(xk,yk，Tk)表示，其中(xk,yk)是区域的中心坐标，Tk是区域类型的标识，节点位置由定位得到；并定义节点归属区域、节点相邻区集、归属区之间的物理距离、区域相关性及区域权重的概念；

所述步骤S1中的节点归属区域、节点相邻区集、归属区之间的物理距离、区域相关性及区域权重分别为：

节点归属区域：节点i的归属区域，由H(i)表示，是i出现概率超过预设阈值ph的区域集合；

节点相邻集：节点i在t时隙的相邻集，用 表示，是与i的距离不超过最远通信半径rc的节点集合；

归属区之间的物理距离：节点i和j之间归属区距离是属于H(i)和H(j)的任意两个区域之间的最小距离，由Dij表示；

区域相关性：节点倾向于出现在类型相似的区域中，根据节点的运动轨迹计算不同区域类型的相关性；对于每个区域Rk，Rk和Rk′之间的相关性被计算为：其中，B(i，Rk，Rk′)设为1如果两个区域类型相同；否则，B(i，Rk，Rk′)设为0；

区域权重：区域Rk的权重由Wk表示，其中0≤Wk≤1，该值表示了数据包从当前区域Rk传输到目的区域Rd的可能性，

其中，α和γ为预设指数，其值分别反映区域类型和区域距离对区域权重的影响；

所述区域权重在第t个时隙节点j的区域权重表示为：其中，P(i，Rk)是节点j出现在区域Rk的概率；

S2：根据马尔科夫决策算法选择是否将携带数据节点中的数据转发给n个相遇节点，其中1≤n≤2，马尔科夫决策算法的具体细节为决策时刻、可能的状态、可用的行动集、报酬值及转移概率；所述步骤S2中决策时刻、可能的状态、可用的行动集、报酬值及转移概率分别为：

决策时刻：T＝{1,...,F}F<∞可能的状态：S＝S'∪{Δ}＝{0,1,Δ}可用的行动集：

报酬值：

其中， 是最好的节点在前m个相遇节点的概率；

转移概率：

S3：携带数据节点相遇到未携带数据节点数m小于等于F‑1个并且转发数n小于2时，重复步骤S2，F为马尔科夫决策阶段数且F＝F‑m；当n＝0并且m＝F时,数据转发给当前相遇的未携带数据的节点；

S4：如果数据包已经传送到目的区域，传输过程将被终止，算法停止；否则，在下一个时隙，重复步骤S2和步骤S3。

2.根据权利要求1所述的一种机会网络数据转发方法，其特征在于：所述马尔科夫决策算法的求解步骤为： 且对于m＝1,...,F‑1，有和

其中， 表示从当前的阶段到过程结束能够选到最好相遇节点的最大概率； 表示在剩下的阶段中能够选到最好相遇节点的最大概率；且存在 并且因此，式(1)和(2)可以简化为式(3)和(4)；

求解式(3)和式(4)即为马尔科夫决策算法的策略公式。