1.一种基于差分进化算法的臭氧试验最优设计方法，其特征在于，包括：建立臭氧试验中设计变量温度与反应时间的分位数回归模型；

基于所建立的分位数回归模型，确定设计变量温度与反映时间的关系参数的分位数回归估计；

基于关系参数的分位数回归估计，确定关系参数的渐近协方差公式；

基于局部D‑最优设计，根据关系参数的渐近协方差公式确定最优函数；

将渐近协方差公式作为差分进化算法内层适应度函数，最优函数作为差分进化算法外层适应度函数，进行迭代更新，得到设计变量温度的最优设计。

2.如权利要求1所述的一种基于差分进化算法的臭氧试验最优设计方法，其特征在于，基于关系参数的分位数回归估计，确定分位数回归估计的渐近协方差公式，具体为：臭氧试验中设计变量温度与反应时间的函数对设计变量温度与反应时间的关系参数求偏导数，基于所述偏导数以及偏导数的转置进行积分确定第一矩阵；

基于所述偏导数、偏导数的转置以及设计变量温度与反应时间的比例函数进行积分确定第二矩阵；

根据第一矩阵、第二矩阵确定分位数回归估计的渐近协方差公式。

3.如权利要求1所述的一种基于差分进化算法的臭氧试验最优设计方法，其特征在于，基于局部D‑最优设计，根据关系参数的渐近协方差公式确定最优函数，具体为：根据分位数回归估计的局部D‑最优设计所对应的渐近协方差公式、分位数回归估计对应的渐近协方差公式和设计变量温度与反应时间的关系参数的个数确定最优函数。

4.如权利要求1所述的一种基于差分进化算法的臭氧试验最优设计方法，其特征在于，将渐近协方差公式作为差分进化算法内层适应度函数，最优函数作为差分进化算法外层适应度函数，进行迭代更新，得到设计变量温度的最优设计，具体为：S1：确定差分进化算法控制参数，将渐近协方差公式作为差分进化算法内层适应度函数，最优函数作为差分进化算法外层适应度函数；

S2：随机初始化种群，计算初始种群中每个个体的外层适应度函数；

S3：判断是否达到外层适应度函数的转终止条件或迭代次数达到最大，若是，则终止，将得到的最佳个体作为最优解输出；若否，则继续S4；

S4：计算初始种群中每个个体的内层适应度函数；

S5：判断是否达到内层适应度函数的转终止条件或迭代次数达到最大，若是，则终止，将得到的最佳个体作为最优解输出，并转至S3继续；若否，则继续S6；

S6：对内层适应度函数的种群进行变异、交叉、选择，得到新一代种群，转至S5。

5.如权利要求4所述的一种基于差分进化算法的臭氧试验最优设计方法，其特征在于，通过内层的差分进化优化过程得到分位数回归的局部D‑最优设计。

6.一种基于差分进化算法的臭氧试验最优设计系统，其特征在于，包括：模型建立模块：建立臭氧试验中设计变量温度与反应时间的分位数回归模型；

估计模块：基于所建立的分位数回归模型，确定设计变量温度与反映时间的关系参数的分位数回归估计；

渐近协方差确定模块：基于关系参数的分位数回归估计，确定关系参数的渐近协方差公式；

最优函数确定模块：基于局部D‑最优设计，根据关系参数的渐近协方差公式确定最优函数；

最优设计模块：将渐近协方差公式作为差分进化算法内层适应度函数，最优函数作为差分进化算法外层适应度函数，进行迭代更新，得到设计变量温度的最优设计。

7.如权利要求6所述的一种基于差分进化算法的臭氧试验最优设计系统，其特征在于，在渐近协方差确定模块中，具体包括：臭氧试验中设计变量温度与反应时间的函数对设计变量温度与反应时间的关系参数求偏导数，基于所述偏导数以及偏导数的转置进行积分确定第一矩阵；

基于所述偏导数、偏导数的转置以及设计变量温度与反应时间的比例函数进行积分确定第二矩阵；

根据第一矩阵、第二矩阵确定分位数回归估计的渐近协方差公式。

8.如权利要求6所述的一种基于差分进化算法的臭氧试验最优设计系统，其特征在于，在最优函数确定模块中，具体包括：根据分位数回归估计的局部D‑最优设计所对应的渐近协方差公式；

分位数回归估计对应的渐近协方差公式和设计变量温度与反应时间的关系参数的个数确定最优函数。

9.一种计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至5任一项所述的一种基于差分进化算法的臭氧试验最优设计方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至5任一项所述的一种基于差分进化算法的臭氧试验最优设计方法。