1.一种丛式井井口靶批量分配及三维轨迹优化设计方法，其特征在于，包括以下步骤：步骤一、数据载入，载入待设计区块的井口坐标和靶点坐标，其中井口个数为m，靶点个数为n；

步骤二、井口靶分配蚁群算法参数初始化，初始迭代次数NC；人工蚂蚁数sumant；初始蚂蚁序号ant；信息素重要程度参数pip；启发式因子重要程度参数edp；信息素蒸发系数pec；最大迭代次数NC_max；信息素增加强度pai，开始为1；惩罚因子pf；

步骤三、计算每个井口到靶点的距离；

步骤四、将蚂蚁随机放在任意井口位置；

步骤五、计算剩余靶点的空间转移概率，剩余靶点指未被该只蚂蚁访问的靶点，计算蚂蚁从第i井口去向第j靶点的空间转移概率空间；

步骤六、计算剩余井口空间转移概率；

步骤七、更新各井口至靶点、各靶点至井口的信息素矩阵，在信息素矩阵Tau中，第(i,j)位置处元素表示蚂蚁从第i井口去向第j靶点的信息素，在步骤五中蚂蚁沿着P(i,j)最大的方向转移，则信息素矩阵Tau中的(i,j)位置的信息素值增加1；在信息素矩阵tau中，第(j,i)位置处元素表示蚂蚁从第j靶点去向第i井口的信息素，在步骤六中蚂蚁沿着p(j,i)最大的方向转移，则信息素矩阵tau中(j,i)位置的信息素值增加1；

步骤八、判断是否存在路径交叉，抽取井口靶点坐标中X,Y坐标，绘制井口、靶点分配二维平面图形，判断是否存在交叉，如果存在交叉，则步骤七中信息素矩阵Tau中(i,j)位置的信息素值重新赋值；

步骤九、判断蚂蚁是否还有未走过的井口或靶点，如果有则重复返回步骤五，如果没有，求解该只蚂蚁的路径和L，求解公式如下：步骤十、判断蚂蚁序号数是否等于蚂蚁个数，如果不等于，则蚂蚁序号数ant增加1，返回步骤四，如果蚂蚁序号数等于蚂蚁个数，则进入步骤十一；

步骤十一、求解该次迭代中所有蚂蚁的最短路径，求解公式如下：Ln(NC)＝min{L(1),L(2),L(3),…,L(sumant)}     (11)步骤十二、判断迭代次数是否达到最大迭代次数，如果未达到，则迭代次数NC加1，返回步骤二，如果达到最大迭代次数，则求解最优路径，计算公式如下：Lbest＝min{Ln(1),Ln(2),Ln(3),…,Ln(NC_max)}    (12)该最优路径Lbest中的各井口与靶点的匹配关系，即为最终要求井口与靶点的分配方法；

步骤十三、地层离散化切分，将研究区块地层切分为指定边长为a的正方体；

步骤十四、可钻正方体提取，根据步骤十三的离散化切分结果，将已钻井轨迹或已设计井轨迹所穿过地层离散化切分方块标记，提取未标记的地层方块进行井眼轨迹设计，将其层数按照深度排序进行编号，编号最大值为max；

步骤十五、建立井眼轨迹优化目标：

其中：

式中，x1为造斜点深度，m；x2为造斜能力，°/30m；x3为稳斜段长度，m；Dmax为工程条件允许的造斜垂深最大值，m；Dmin为工程条件允许的造斜垂深最小值，m；Lbcmax为工程条件允许的稳斜段长度的最大值，m；Lbcmin为工程条件允许的稳斜段长度的最小值，m；R1max为造斜工具造斜能力的最大值，°/30m；R1min为造斜工具造斜能力的最小值，°/30m；α1为造斜结束井斜角，°；φ1为造斜结束方位角，°；Dc为靶点C的深度坐标，m；Nc为靶点C的北坐标，m；Ec为靶点C的东坐标，m；

步骤十六、轨迹优化蚁群算法参数初始化，迭代次数NC_tra，初始迭代次数为1，即NC_tra＝1；人工蚂蚁数sumant_tra；初始蚂蚁序号ant_tra；信息素重要程度参数pip_tra)；启发式因子重要程度参数edp_tra；信息素蒸发系数pec_tra；最大迭代次数NC_max_tra；信息素增加强度pai_tra，初始为1；

步骤十七、计算评价函数值和空间转移概率，评价函数ΔJot的值为第o个节点目标函数Jo与第t个节点目标函数值Jt的比值；

步骤十八，求解蚂蚁在一次转移中走过的距离，蚂蚁按照步骤十七求解的空间转移概率，从第o个节点转移至第t个节点，则蚂蚁走过的距离为：步骤十九、判断蚂蚁搜索是否终止，蚂蚁在当前节点所有相邻节点的评价函数值均小于1时，则搜索终止，按照步骤十四的地层离散化排序顺序，求解该只蚂蚁所经过的路径和；

并进入步骤二十；反之进入步骤十七继续进行的地层离散化排序下一层段搜索；

步骤二十、判断蚂蚁序号数是否等于蚂蚁个数，如果不等于，则蚂蚁序号数增加1，返回步骤十四，如果蚂蚁序号数等于蚂蚁个数，则进入步骤二十一；

步骤二十一、判断迭代次数是否达到最大迭代次数，如果否，则求解该次迭代中蚂蚁的最小路径和：

Lmin(NC_tra)＝min{L(1),L(2),L(3),…,L(sumant_tra)}    (20)式中，Lmin(i)表示在第NC_tra次迭代中，所有蚂蚁走过的最小路径；计算该次迭代次数加1，返回步骤十四，如果是，则进入步骤二十二；

步骤二十二、求解最优路径，计算公式如下：Lbest＝min{Lmin(1),Lmin(2),Lmin(3),…,Lmin(NC_max_tra)}    (21)保存最短路径即为该井口至靶点的轨迹设计结果；

步骤二十三、判断是否完成批量设计，如果步骤二十二轨迹设计结果的井口序号等于井口个数井则得带终止，完成批量设计，反之井口序号加1，进入步骤十四，进行新井的轨迹设计，直至完成所有井的轨迹设计；

步骤二十四、批量设计结果展示。

2.根据权利要求1所述的一种丛式井井口靶批量分配及三维轨迹优化设计方法，其特征在于，所述的步骤三计算公式为：

式中，D(i,j)为第i井口至第j靶点的距离；xhi，yhi，zhi分别为第i井口的三维坐标；xbj，ybj，zbj分别为第j靶点的三维坐标。

3.根据权利要求1所述的一种丛式井井口靶批量分配及三维轨迹优化设计方法，其特征在于，

所述的步骤五，空间转移概率计算公式如下：式中，Eta(i,j)为第i井口至第j靶点的启发因子，此处设置为距离的倒数；α为信息素重要程度的参数；β为启发式因子重要程度参数；Tau为信息素矩阵，则Tau(i,j)为第i井口至第j靶点的信息素矩阵；Q(i,j)为第i井口至第j靶点的概率分布；P(i,j)为第i井口至第j靶点的空间转移概率；

蚂蚁沿着P(i,j)最大的方向，从第i井口去向第j靶点，即完成了一次靶分配，分配结果为将第j靶点分配给第i井口，则该段蚂蚁的行进路径l(i)的计算公式如下：l(i)＝D(i,j)        (5)。

4.根据权利要求1所述的一种丛式井井口靶批量分配及三维轨迹优化设计方法，其特征在于，所述的步骤六具体为：剩余井口指未被该只蚂蚁访问的井口，计算蚂蚁第j靶点至第i井口距离为d(i,j),计算蚂蚁从第j靶点去向第i井口的空间转移概率：式中，eta(j,i)为第j靶点去向第i井口的启发因子，此处设置为距离的倒数；α为信息素重要程度的参数；β为启发式因子重要程度参数；tau为信息素矩阵，则tau(j,i)为信息素矩阵tau中(j,i)位置上信息素值，其物理含义为第j靶点去向第i井口的信息素矩阵；q(j,i)为第j靶点去向第i井口的概率分布；p(j,i)为第j靶点去向第i井口的空间转移概率；

蚂蚁沿着p(j,i)最大的方向，从第j靶点去向第i井口。

5.根据权利要求1所述的一种丛式井井口靶批量分配及三维轨迹优化设计方法，其特征在于，所述的步骤八中，信息素值重新赋值，计算公式如下：Tau(i,j)′＝Tau(i,j)·pai       (9)式中，Tau(i,j)为赋值前的Tau中(i,j)位置的信息素值，Tau(i,j)′为重新赋值后的Tau中(i,j)位置的信息素值。

6.根据权利要求1所述的一种丛式井井口靶批量分配及三维轨迹优化设计方法，其特征在于，所述的步骤十七，其求解公式为：空间转移概率公式为：

式中， 为第ant_tra只蚂蚁从第o个节点到第t个节点的空间转移概率；τot为蚂蚁在从第o个节点到第t个节点处信息素的强度；s为第k只蚂蚁的从第o个节点转移过程中的禁忌节点；τos为蚂蚁在从第o个节点到第s个节点处信息素的强度；α为信息素重要程度的参数；β为启发式因子重要程度参数；ΔJos为第o个节点目标函数Jo与第s个节点目标函数值Js的比值；allowedant_tra为蚂蚁在第o个节点处可以进行空间转移的节点的集合；otherwise为蚂蚁在第o个节点处不可以进行空间转移的节点的集合；

每只蚂蚁随机分布在空间网格上，当ΔJot＞1时，人工蚂蚁按空间转移概率最大的方向从o邻域转移到t邻域，当ΔJot≤1时，更换节点，重新求解。

7.根据权利要求1所述的一种丛式井井口靶批量分配及三维轨迹优化设计方法，其特征在于，所述的步骤十九，求解蚂蚁所经过的路径和，计算公式如下：式中：

t＝o+1       (19)。