1.一种自适应排程方法，其特征在于，所述方法包括：根据系统动力学预测模型获得k个预设时间间隔后的状态差异：；

若当前状态差异dX (1)大于所述当前状态差异容忍度上限，触发实时排程指令；或，若参数差异d(P)大于所述参数差异容忍度上限，触发实时排程指令；或，若未来偏差dX(k+1)大于所述未来偏差容忍度上限，触发实时排程指令；

其中，所述当前状态差异容忍度上限为 ；所述参数差异容忍度上限为 ；所述未来偏差容忍度上限为 ；

响应于所述实时排程指令，若当前系统状态处于不可完全观测时，基于系统动力学模型预测当前系统状态；

根据所述当前系统状态和当前配置参数，生成预设时间段的排程计划；其中，所述排程计划以预设时间间隔为单位依序安排即将执行的任务；

执行所述排程计划中的第一个任务；以及

监测是否存在所述排程指令。

2.如权利要求1所述的自适应排程方法，其特征在于，还包括：若预设的排程周期到达，触发定时排程指令。

3.如权利要求1所述的自适应排程方法，其特征在于，所述根据当前系统状态和当前配置参数，生成预设时间段的排程计划，包括：获取执行所述排程计划中的第一个任务后的系统状态和配置参数；

以所述执行所述排程计划中的第一个任务后的系统状态为初始状态，基于马尔可夫决策过程，根据所述初始状态和配置参数，生成新的预设时间段的排程计划。

4.如权利要求1所述的自适应排程方法，其特征在于，所述基于系统动力学模型预测当前系统状态，包括：获取执行一个任务前的系统状态、排程计划中执行的所述任务和当前配置参数；

利用系统动力学模型计算得到当前系统状态，完成对所述当前系统状态的预测。

5.如权利要求1所述的自适应排程方法，其特征在于，所述基于系统动力学模型预测当前系统状态，包括：根据系统的动力学模型 F (X,U) 预测当前系统状态，则系统执行完成 U(N) 的状态X(N+1)可由以下公式进行计算:X(N+1) = F ( X(N), U(N), P )；

其中，执行一个任务前的系统状态为X(N)，排程计划中执行的任务为U(N)，当前配置参数为P，则获取的当前系统状态为X(N+1)。

6.如权利要求1所述的自适应排程方法，其特征在于，若所述当前系统状态完全可观测时，直接获取当前系统状态。

7.如权利要求2所述的自适应排程方法，其特征在于，所述预设的排程周期到达的确定方式包括：根据定时器判断所述预设的排程周期到达时刻，触发定时排程计划。

8.如权利要求1所述的自适应排程方法，其特征在于，对所述当前状态差异、参数差异和未来偏差进行实时监听。

9.一种计算机可读存储介质，其特征在于，其上存储有自适应排程方法程序，所述自适应排程方法程序被处理器执行时实现权利要求1-8任一项所述的方法。

10.一种设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的自适应排程方法程序，所述处理器执行所述自适应排程方法程序时实现权利要求1-8任一项所述的方法。