1.一种对枯草芽孢杆菌芽孢产量影响的试验设计方法，其特征在于，包括：

根据枯草芽孢杆菌芽孢产量影响试验的目的、条件以及经验获取试验的基 本试验信息，确定试验响应与影响因素之间的关系模型；

根据试验各因素取值范围以及各因素水平数，确定各因素的候选集合以及试验的设计空间；

在试验空间中随机选取多个支撑点，构成初始试验设计，然后使用递归搜索策略，依次从当前试验设计中所有支撑点出发，在试验空间中递归搜索梯度较大的点，并将这些点加入试验设计当中，得到下一步第二试验设计；对第二试验设计中的设计点进行权重调整，得到第三试验设计，使用最优函数检查所述第三试验设计是否满足最优准则，若满足则当前试验设计即为最优试验设计；

将所述的最优试验设计转化为测试对枯草芽孢杆菌芽孢产量影响的试验方案；

所述使用递归策略，依次从当前试验设计中所有支撑点出发，在试验空间中递归搜索梯度较大的点，并将这些点加入试验设计中，得到下一步第二试验设计的步骤为：设置空集集合以及设置支撑点为当前邻域中心，从当前邻域中心出发，构 造邻域搜索空间，在邻域搜索空间中寻找梯度最大的点，并将其梯度与当前邻 域中心的梯度比较；

若搜索空间中梯度最大的点的梯度大于当前邻域中心的梯度，则将搜索空 间中梯度最大的点设置当前邻域中心。

2.如权利要求1所述的一种对枯草芽孢杆菌芽孢产量影响的试验设计方法，其特征在于，所述基本试验信息包括试验响应、影响因素、各因素取值范围、各因素的水平数以及各因素之间的约束关系。

3.如权利要求1所述的一种对枯草芽孢杆菌芽孢产量影响的试验设计方法，其特征在于，所述确定试验响应与影响因素之间的关系模型的方法为：基于影响因素与响应试验基本信息，采用数学模型的形式给出响应与因子之间的关系模型。

4.如权利要求1 所述的一种对枯草芽孢杆菌芽孢产量影响的试验设计方法， 其特征在于，所述试验的设计空间为所有影响因素可能水平的组合。

5.如权利要求1所述的一种对枯草芽孢杆菌芽孢产量影响的试验设计方法，其特征在于，所述在试验空间中随机选取多个支撑点，构成初始试验设计的过程为：在试验空间中随机选取多个支撑点，设置每个支撑点的权重，构成初始试验设计，并计算所述初始试验设计的信息矩阵，所述试验设计可表示为由支撑点以及权重组成的集合，所有支撑点的权重之和为 1。

6.如权利要求 1 所述的一种对枯草芽孢杆菌芽孢产量影响的试验设计方法， 其特征在于，若搜索空间中梯度最大的点不是当前试验设计的支撑点，则将搜索空间中梯度最大的点插入到空集集合中，将空集集合中所有点加入到当前试验设计中，生成下一步第二试验设计。

7.一种对枯草芽孢杆菌芽孢产量影响的试验设计系统，其特征在于，包括：

初始化模型构建模块，用于根据枯草芽孢杆菌芽孢产量影响试验的目的、 条件以及经验获取试验的基本试验信息，确定试验响应与影响因素之间的关系模型；

试验设计空间构建模块，用于根据试验各因素取值范围以及各因素水平数， 确定各因素的候选集合以及试验的设计空间；

最优递归搜索模块，用于在试验空间中随机选取多个支撑点，构成初始试验设计，然后使用递归搜索策略，依次从当前试验设计中所有支撑点出发，在试验空间中递归搜索梯度较大的点，并将这些点加入试验设计当中，得到下一步第二试验设计；对第二试验设计中的设计点进行权重调整，得到第三试验设计，使用最优函数检查所述第三试验设计是否满足最优准则，若满足则当前试验设计即为最优试验设计；将所述的最优试验设计转化为测试对枯草芽孢杆菌芽孢产量影响的试验方案；

所述使用递归策略，依次从当前试验设计中所有支撑点出发，在试验空间中递归搜索梯度较大的点，并将这些点加入试验设计中，得到下一步第二试验设计的步骤为：设置空集集合以及设置支撑点为当前邻域中心，从当前邻域中心出发，构 造邻域搜索空间，在邻域搜索空间中寻找梯度最大的点，并将其梯度与当前邻 域中心的梯度比较；

若搜索空间中梯度最大的点的梯度大于当前邻域中心的梯度，则将搜索空 间中梯度最大的点设置当前邻域中心。

8.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如权利要求1‑6 任一项所述的一种对枯草芽孢杆菌芽孢产量影响的试验设计方法。

9.一种电子设备，其特征在于，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如权利要求1‑6 任一项所述的一种对枯草芽孢杆菌芽孢产量影响的试验设计方法。