1.一种基于知识的船舶涂装工艺智能推荐方法，其特征在于包括以下步骤：

S1，从船舶涂装工艺知识库中提取特征和特征值；利用知识图谱方法生成船舶涂装对象知识图谱和船舶涂装工艺知识图谱，实现船舶涂装知识可视化和完成对船舶涂装数据的降维处理；

S2，根据生成的船舶涂装对象知识图谱，利用随机森林分类器将船舶待涂对象分类到某一条知识中；

S3，待完成分类后，对分类结果中所包含的一类涂装对象利用相似度计算其与待涂对象之间的相似程度，得到近邻K的涂装对象集；

S4，结合船舶涂装多目标评价函数对近邻K的涂装对象集对应的涂装工艺进行评分；

S5，经排序后得到与待涂船舶对象较契合的Top‑N涂装工艺，并获得推荐列表；

所述步骤S3中，根据船舶涂装工艺数据库中的数据，将待涂对象与这条知识中的涂装对象使用余弦相似度进行计算，两个涂装对象向量间的余弦值可以通过使用欧几里得点积公式求出：a·b＝||a||||b||cosθ

给定两个涂装对象向量A和B，其余弦相似性由点积和向量长度给出，如下式所示：式中，Ai和Bi分别代表涂装对象A和对象B的各分量；其中，相似度计算的结果是[‑1，1]之间，通过设置相似度阈值η，选择相似度大于阈值的已涂对象，根据船舶涂装对象知识图谱，可以得到近邻K的涂装对象集 再结合船舶涂装工艺知识图谱与涂装工艺数据库形成已涂对象工艺集 与涂装对象集 目互对应；

所述步骤S4中，根据已经建立的船舶涂装多目标评价函数，以涂层质量、涂料用量及涂装工时为目标对已涂对象工艺集进行打分，其公式如下：式中：feval为多目标评价函数；fH、fV、fT分别为涂层质量目标函数、涂料用量目标函数和涂装工时目标函数；λH、λV、λT分别与涂层质量、涂料用量和涂装工时有关的影响因子，以漆膜厚度均匀性作为评价标准，建立涂层质量目标函数如下：式中：H0为额定干膜厚度；Hmax，i、Hmin，i分别为区域i内最大和最小干膜厚度；α为测量区域数量， S为涂装面积；i为区域号；kH，i为与区域有关的加权系数；

涂料用量目标函数设计为：

式中：Vact为实际油漆用量，Vrat为额定油漆用量；

涂装工时目标函数设计为：

式中：Tact为实际涂装工时，Trat为额定涂装工时；

最后根据多目标评价函数分别得到综合评价好、涂装质量高、涂料用量少和涂装用时短四个目标下的涂装工艺集 中的涂装工艺评分。

2.根据权利要求1所述的一种基于知识的船舶涂装工艺智能推荐方法，其特征在于在步骤S1中，船舶涂装对象知识图谱中包括材料、板型、涂装区域、表面粗糙度和涂装面积的特征知识。

3.根据权利要求1所述的一种基于知识的船舶涂装工艺智能推荐方法，其特征在于在步骤S1中，船舶涂装工艺知识图谱中包括涂层配套知识和工艺参数知识，其中涂层配套知识包括油漆名称、颜色、干膜厚度、湿膜厚度、固体含量、稀释剂和涂装间隔；工艺参数知识包括除锈设备知识、涂装设备知识和智能设备知识，除锈设备知识包括人工除锈和机器除锈知识，人工除锈知识包括工时和班组，机器除锈知识包括喷丸除锈的设备知识和高压水除锈机的设备知识；涂装设备知识包括人工涂装和机器涂装知识，人工涂装知识包括刷涂/辊涂知识，机器涂装知识包括无气喷涂和有气喷涂知识，无气喷涂知识包括液压无气喷涂机的设备知识，有气喷涂知识包括双组分喷涂机的设备知识；智能设备知识包括除锈机器人的设备知识和涂装机器人的设备知识。

4.根据权利要求1所述的一种基于知识的船舶涂装工艺智能推荐方法，其特征在于在步骤S2中，涂装对象知识包括材料、板型、钢材面积、除锈等级和表面粗糙度，根据以上特征进行随机森林的分类，将待涂对象分类到一条知识中。