1.一种面向产品装配工艺的非均匀样本均衡化方法，以产品的装配工艺流程拓扑结构作为样本，不同款式的同种产品的装配工艺流程拓扑结构为不同的样本，其特征在于，包括以下步骤：步骤A，计算不同样本之间的相似度；

步骤B，构建表示所有样本之间相似度的模糊相容矩阵S，通过模糊相容矩阵S来构建具有不同粒层的模糊相容空间X，通过所述模糊相容空间X对所有样本进行聚类，所述模糊相容空间X是根据样本之间的相似度分成多个不同的粒层；

步骤C，基于粒计算的方式从所述模糊相容空间X中筛选出信息增量和样本间相似度的综合值最大的粒层作为最优粒层；

步骤D，对最优粒层的样本进行均衡化处理。

2.根据权利要求1所述的面向产品装配工艺的非均匀样本均衡化方法，其特征在于，所述步骤A具体包括：步骤A1，计算不同样本之间的节点相似度：

其中，i表示第i款的同种产品，j表示第j款的同种产品，Snode(vi,vj)表示第i款的同种产品的装配工艺流程拓扑结构vi和第j款的同种产品的装配工艺流程拓扑结构vj的节点相似度；mi，j表示所述装配工艺流程拓扑结构vi和所述装配工艺流程拓扑结构vj中的节点匹配数量；ei表示所述装配工艺流程拓扑结构vi中所有节点数量之和；ej表示所述装配工艺流程拓扑结构vj中所有节点数量之和；

步骤A2，计算不同样本之间的拓扑关系相似度：

其中，Srel(vi,vj)表示第i款的同种产品的装配工艺流程拓扑结构vi和第j款的同种产品的装配工艺流程拓扑结构vj的拓扑关系相似度；Mi，j表示所述装配工艺流程拓扑结构vi和所述装配工艺流程拓扑结构vj中的关系边匹配数量；Ei表示所述装配工艺流程拓扑结构vi中所有关系边数量之和；Ej表示所述装配工艺流程拓扑结构vj中所有关系边数量之和；

步骤A3，计算不同样本之间的拓扑结构相似度：

S(i,j)＝Snode(vi,vj)×Wnode+Srel(vi,vj)×Wrel，其中，S(i,j)表示第i款的同种产品的装配工艺流程拓扑结构vi和第j款的同种产品的装配工艺流程拓扑结构vj的拓扑结构相似度，Wnode为预设的节点权重参数，Wrel为预设的关系边权重参数。

3.根据权利要求2所述的面向产品装配工艺的非均匀样本均衡化方法，其特征在于，所述步骤B具体包括：步骤B1，构建表示所有样本的集合V＝{v1,v2,v3,...,vn}之间的所有拓扑结构相似度的模糊相容矩阵S：；

步骤B2，以模糊相容矩阵S为输入并经过以下方法构建具有不同粒层的模糊相容空间X，通过所述模糊相容空间X对所有样本进行聚类：步骤B21，设定阈值λ，且有1＝λ1＞λ2＞λ3＞...＞λn＝0,分别当阈值λ的取值分别为λ1,λ2,λ3,...,λn时，计算V＝{v1,v2,v3,...,vn}中样本vi与其他样本vj的相似度S(i,j)，其中i∈(1,n)；

步骤B22，根据 求出当λ＝λi时满足Sλ(i，j)＝1的所有样本来构成样本粒子Gi，i＝1,2，3，...,n，然后所有样本粒子Gi构成对应的粒层C(λi)，最后由所有的粒层C(λi)构建出模糊相容空间X。

4.根据权利要求3所述的面向产品装配工艺的非均匀样本均衡化方法，其特征在于，所述步骤C具体包括：步骤C1，计算粒层C(λi)的粒度，i＝1,2，3，...,n：其中Gi，k为粒层C(λi)中第k个样本粒子；|Gi，k|为第k个样本粒子中所含有的样本的个数；log2(|Gi，k|)为完全区分样本粒子Gi，k中所有粒子所需的信息量的表示；g表示粒层C(λi)中的样本粒子个数；

步骤C2，计算粒层C(λi)的信息增量IG[C(λi)]，其中i＝1，2，3，...，n：IG[C(λi)]＝E[C(λi)]-E[C(λi-1)]；

步骤C3，计算粒层C(λi)的信息增量和样本间相似度的综合值Di，其中i＝1,2，3，...,n：Di＝IG[C(λi)]*Wig+λiWλ；

其中，Wig为粒层C(λi)的信息增量的权重，Wλ为粒层C(λi)的样本相似度阈值的权重；

步骤C4，筛选出综合值Di最大的粒层作为最优粒层C(λo)。

5.根据权利要求4所述的面向产品装配工艺的非均匀样本均衡化方法，其特征在于，所述步骤D具体包括：步骤D1，计算最优粒层C(λo)中每个样本粒子Gi的平均样本数量步骤D2，对最优粒层C(λo)中每个样本粒子Gi采用随机抽样的方法进行样本数量的扩充和删减，使得每一个样本粒子Gi中的样本个数相同，完成均衡化处理：若 则将样本粒子Gi，k多出的样本随机剔除，使样本粒子Gi，k的样本个数|Gi，k|下降至若 则将样本粒子Gi，k中原有的样本重新复制到样本粒子Gi，k，使样本粒子Gi，k的样本个数|Gi，k|增加至

6.一种面向产品装配工艺的非均匀样本均衡化系统，以产品的装配工艺流程拓扑结构作为样本，不同款式的同种产品的装配工艺流程拓扑结构为不同的样本，其特征在于，包括：相似度生成模块，用于计算不同样本之间的相似度；

模糊相容空间构建模块，用于构建表示所有样本之间相似度的模糊相容矩阵S，通过模糊相容矩阵S来构建具有不同粒层的模糊相容空间X，通过所述模糊相容空间X对所有样本进行聚类，所述模糊相容空间X是根据样本之间的相似度分成多个不同的粒层；

最优粒层生成模块，用于基于粒计算的方式从所述模糊相容空间X中筛选出信息增量和样本间相似度的综合值最大的粒层作为最优粒层；

和均衡化模块，用于对最优粒层的样本进行均衡化处理。

7.根据权利要求6所述的面向产品装配工艺的非均匀样本均衡化系统，其特征在于，所述相似度生成模块包括：节点相似度生成子模块，用于计算不同样本之间的节点相似度：

其中，i表示第i款的同种产品，j表示第j款的同种产品，Snode(vi,vj)表示第i款的同种产品的装配工艺流程拓扑结构vi和第j款的同种产品的装配工艺流程拓扑结构vj的节点相似度；mi，j表示所述装配工艺流程拓扑结构vi和所述装配工艺流程拓扑结构vj中的节点匹配数量；ei表示所述装配工艺流程拓扑结构vi中所有节点数量之和；ej表示所述装配工艺流程拓扑结构vj中所有节点数量之和；

拓扑关系相似度生成子模块，计算不同样本之间的拓扑关系相似度：其中，Srel(vi,vj)表示第i款的同种产品的装配工艺流程拓扑结构vi和第j款的同种产品的装配工艺流程拓扑结构vj的拓扑关系相似度；Mi，j表示所述装配工艺流程拓扑结构vi和所述装配工艺流程拓扑结构vj中的关系边匹配数量；Ei表示所述装配工艺流程拓扑结构vi中所有关系边数量之和；Ej表示所述装配工艺流程拓扑结构vj中所有关系边数量之和；

和拓扑关系相似度生成子模块，计算不同样本之间的拓扑结构相似度：S(i,j)＝Snode(vi,vj)×Wnode+Srel(vi,vj)×Wrel，其中，S(i,j)表示第i款的同种产品的装配工艺流程拓扑结构vi和第j款的同种产品的装配工艺流程拓扑结构vj的拓扑结构相似度，Wnode为预设的节点权重参数，Wrel为预设的关系边权重参数。

8.根据权利要求7所述的面向产品装配工艺的非均匀样本均衡化系统，其特征在于，所述模糊相容空间构建模块包括：模糊相容矩阵生成子模块，用于构建表示所有样本的集合V＝{v1,v2,v3,...,vn}之间的所有拓扑结构相似度的模糊相容矩阵S：；

和粒层生成子模块，用于以模糊相容矩阵S为输入并经过以下单元构建具有不同粒层的模糊相容空间X，通过所述模糊相容空间X对所有样本进行聚类：第一单元，用于设定阈值λ，且有1＝λ1＞λ2＞λ3＞...＞λn＝0,分别当阈值λ的取值分别为λ1,λ2,λ3,...,λn时，计算V＝{v1,v2,v3,...,vn}中样本vi与其他样本vj的相似度S(i,j)，其中i∈(1,n)；

第二单元，用于根据 求出当λ＝λi时满足Sλ(i,j)＝1的所有样本来构成样本粒子Gi，i＝1,2，3，...,n，然后所有样本粒子Gi构成对应的粒层C(λi)，最后由所有的粒层C(λi)构建出模糊相容空间X。

9.根据权利要求8所述的面向产品装配工艺的非均匀样本均衡化系统，其特征在于，所述最优粒层生成模块包括：粒度计算子模块，用于计算粒层C(λi)的粒度，i＝1,2，3，...,n：其中Gi，k为粒层C(λi)中第k个样本粒子；|Gi，k|为第k个样本粒子中所含有的样本的个数；log2(|Gi，k|)为完全区分样本粒子Gi，k中所有粒子所需的信息量的表示；g表示粒层C(λi)中的样本粒子个数；

信息增量计算子模块，用于计算粒层C(λi)的信息增量IG[C(λi)]，其中i＝1,2，3，...,n：IG[C(λi)]＝E[C(λi)]-E[C(λi-1)]；

综合值计算子模块，用于计算粒层C(λi)的信息增量和样本间相似度的综合值Di，其中i＝1,2，3，...,n：Di＝IG[C(λi)]*Wig+λiWλ；

其中，Wig为粒层C(λi)的信息增量的权重，Wλ为粒层C(λi)的样本相似度阈值的权重；

和筛选子模块，用于筛选出综合值Di最大的粒层作为最优粒层C(λo)。

10.根据权利要求9所述的面向产品装配工艺的非均匀样本均衡化系统，其特征在于，所述均衡化模块包括：平均样本数量计算子模块，用于计算最优粒层C(λo)中每个样本粒子Gi的平均样本数量样本扩减子模块，用于对最优粒层C(λo)中每个样本粒子Gi采用随机抽样的方法进行样本数量的扩充和删减，使得每一个样本粒子Gi中的样本个数相同，完成均衡化处理：若 则将样本粒子Gi，k多出的样本随机剔除，使样本粒子Gi，k的样本个数|Gi，k|下降至若 则将样本粒子Gi，k中原有的样本重新复制到样本粒子Gi，k，使样本粒子Gi，k的样本个数|Gi，k|增加至