1.一种基于布谷鸟算法的数控系统加减速参数规划方法，其特征在于，包括以下步骤：步骤1：构建加速段加加速度曲线和减速段加加速度曲线分别中心对称的抽象加减速模型；

步骤2：建立加加速度关于时间的函数，并据此构建运动过程最大速度Vm与加速段位移Sa以及减速段位移Sd之间的函数关系；加速段加加速度关于时间的函数J(t)如式(1)所示：其中

其中f(t)为加速段加加速度首段曲线函数，Ti(i＝1...11)为模型内各段时间，ti(i＝

1...11)为模型内各时间节点，据此可推得加速段最大加速度Aam、减速段最大加速度Adm表达式如式(2)所示：其中g(t)为减速段加加速度首段曲线函数；同时可推得加速时间Ta和减速时间Td表达式如式(3)所示：其中Vs、Ve为运动过程中的始末速度；进而可构建运动过程最大速度Vm和加速段位移Sa以及减速段位移Sd的关系，表达式如式(4)所示：步骤3：基于时间最优的准则，将动力学参数求解问题转变为多约束的最优化问题，同时设定加速段最大加加速度约束Jam‑set、减速段最大加加速度约束Jdm‑set、加速段最大加速度约束Aam‑set、减速段最大加速度约束Adm‑set和运动全过程最大速度约束Vm‑set；最优化问题表达式如式(5)所示：其中Jam为加速段最大加加速度，Jdm为减速段最大加加速度；Sset为设定位移，Spla为规划总位移；约束分为五个不等式约束即动力学参数约束，一个等式约束，其代表运动部件能够准确达到给定位置的需求；目标函数为运动全过程时间，目标函数值越小则代表运动部件达到给定位置所花时间越短，解空间为[T1,T3,T6,T7,T9]；

步骤4：设初速度小于末速度，视运动轴全过程加速，运动过程最大速度Vm＝Ve，函数f(t)定义域区间长度记为T1‑init，T1‑init的确定是最优化问题能否有解的关键；在确定曲线类型的前提下，T1‑init先取最大值 如果在定义域[0,T1‑init]内，函数f(t)最大值Jam大于加速段加加速度约束Jam‑set，对整段曲线进行压缩，否则不变化；新加速段加加速度首段曲线f(t)init表达式如式(6)所示：步骤5：判断运动轴是否能在设定的最大加速度和给定位移下从初速加速至末速；

步骤6：根据设定的减速段最大加加速度约束Jdm‑set，初始化减速段加加速度首段曲线函数表达式g(t)，同时确定其定义域区间长度记为T7‑init，T7‑init的取值范围为 在定义域[0,T7‑init]内，函数g(t)最大值Jdm大于减速段加加速度约束Jdm‑set，对整段曲线进行压缩，否则不变化曲线；新减速段加加速度首段曲线g(t)init表达式如下：步骤7：设计布谷鸟算法解为运动过程最大速度Vm，同时设定初始解的个数N、解淘汰概率Pa、最大迭代次数T以及迭代次数计数t＝0；

步骤8：设计布谷鸟算法更新解和淘汰解公式；更新解公式如式(8)、(9)所示；

其中 为第i个解在第t+1次迭代时的值， 表示第i个解在第t次迭代形成的解， 和表示第t次迭代中随机两个解，α0为步长缩放因子，Levy(β)为满足莱维分布的随机数，可以用以下公式确定；

淘汰解公式如式(10)所示；

其中r～u(0,1)、ε～u(0,1)；Heaviside(x)为单位阶跃函数：当x≥0，Heaviside(x)＝

1；当x＜0，Heaviside(x)＝0；

步骤9：根据式(4)，建立全过程最短运动时间Tm和最大速度Vm之间的映射关系，同时构建布谷鸟算法内适应度函数；

步骤10：在[Ve,Vm‑set]内随机初始化关于最大速度Vm的N个解；

步骤11：根据步骤9中构建的适应度函数，计算N个初始解的适应度值，根据式(8)和式(9)，随即更新解，同时计算更新解的适应度值，与旧解比较，适应度值高的新解取代适应度值低的旧解，否则不取代；

步骤12：根据式(10)，随机更新一部分解用以淘汰旧解；根据步骤9中构建的适应度函数，计算新解适应度值，适应度值高的新解取代适应度值低的旧解，否则不取代；

步骤13：确定此次迭代过程中N个解中适应度值最大的解，记录该解和其适应度值；

步骤14：判断当前迭代次数t是否小于最大迭代T；如果否，确定T次迭代中适应度值最大的解，记录该解以及其适应度值，视已解决最优化问题，已完成规划任务，结束后续步骤；

如果是，则t++，跳转至步骤11。

2.根据权利要求1所述的一种基于布谷鸟算法的数控系统加减速参数规划方法，其特征在于，在所述步骤1中构建加速段加加速度曲线和减速段加加速度曲线分别中心对称的抽象加减速模型的过程如下：(1)加速段和减速段分开设计，减速运动视作加速运动的逆过程，模型构建时需要保证加速至匀速，匀速至减速过渡点动力学参数匹配；

(2)T1＝T2＝T4＝T5，T7＝T8＝T10＝T11，参数规划T1、T3、T6、T7和T9；

(3)当t∈[0,t1]时，加加速度曲线用函数f(t)表征，[t1,t2]内曲线与[0,t1]内曲线关于t＝t1轴对称，[t3,t5]内曲线与[0,t2]内曲线关于 中心对称；当t∈[t6,t7]时，加加速度曲线用函数‑g(t‑t6)表征，减速段加加速度曲线特征与加速段加加速度曲线特征一致；

(4)模型内加速段速度曲线关于点 中心对称，减速段速度曲线关于点中心对称，全局非对称；

(5)f(t)在 内连续且f′(t)存在，同时|f′(t)|≤snap_a，f(t)max＝Jam，f(t)min≥0；

(6)g(t)在 内连续且g′(t)存在，同时|g′(t)|≤snap_d，g(t)max＝Jdm，g(t)min≥0；

(7)S(0)＝0，V(0)＝Vs，A(0)＝0；

其中Sset为设定位移，snap_a为加速段加加速度曲线的斜率约束，snap_d为减速段加加速度曲线的斜率约束，S(0)为初始时刻运动位置，V(0)为初始时刻速度，A(0)为初始时刻加速度。

3.根据权利要求1所述的一种基于布谷鸟算法的数控系统加减速参数规划方法，其特征在于，在所述步骤5中判断运动轴是否能在设定的最大加速度和给定位移下从初速加速至末速，按照下列不等式组进行判定：其中，ΔVe‑s＝Ve‑Vs，表示末速度Ve和初速度Vs的速度差值；当四个不等式的解集存在交集时，交集必为区间 的子区间，在交集内确定一个T1‑init即可解决问题；

如果不存在交集，则按下列公式计算最大加速度以及全过程运动时间后，视已解决最优化问题，已完成规划任务，结束后续步骤；

当 此时加速度Aam和加速时间Ts‑e表达式如下：

Aam＝Aam‑set (12)

当 此时加速度Aam和加速时间Ts‑e表达式如下：

4.根据权利要求1所述的一种基于布谷鸟算法的数控系统加减速参数规划方法，其特征在于，在所述步骤9中建立全过程最短运动时间和最大速度之间的映射关系，同时构建布谷鸟算法内适应度函数的具体步骤为：(1)将加速段加加速度首段曲线f(t)init、减速段加加速度首段曲线g(t)init进行横向放缩，记加速段曲线横向放缩因子a、减速段横向放缩因子d，放缩后的定义域区间长度为T1和T7，同时记放缩过程中加速段初始曲线为F(t,a)、减速段初始曲线为G(t,d)；其中T1和T7表达式如下：F(t,a)的表达式如下：

其中asnap为曲线f(t)init压缩过程中斜率即将超限时的放缩系数， aset为放缩因子a能取的上边界，

记曲线g(t)init压缩过程中斜率即将超限时的放缩系数为dsnap， 放缩因子d能取的上边界为dset， 或者

当 即dset≤dsnap时，G(t,d)的表达式如下：当 即dset＞dsnap时，G(t,d)的表达式如下：(2)构建最短加速时间Tamin与最大速度Vm之间的映射关系；记ΔVm‑s＝Vm‑Vs，根据式(2)、式(3)和式(17)可得加速时间Ta关于放缩因子a的表达式：根据式(20)，当 Tamin关于Vm的表达式如下：同时

当 Tamin关于Vm的表达式如下：

同时

(3)构建最短减速时间Tdmin与最大速度Vm之间的映射关系；记ΔVm‑e＝Vm‑Ve，根据式(2)、式(3)和式(18)可得 即dset≤dsnap时，减速时间Td关于放缩因子d的表达式：

根据式(23)，当 Tdmin关于Vm的表达式如下：同时

当 或 Tdmin关于Vm的表达式如下：

同时

根据式(2)、式(3)和式(18)可得 即dset＞dsnap时，减速时间Td关于放缩因子d的表达式：

根据式(26)，当 Tdmin关于Vm的表达式如下：同时

当 Tdmin关于Vm的表达式如下：

同时

当 Tdmin关于Vm的表达式如下：

同时

(4)构建全过程最短运动时间Tm与最大速度Vm之间的映射关系，Tm关于Vm的关系式如下：进而构建布谷鸟算法中的适应度函数fitness(Vm)，函数表达式如下：式(31)在式(30)的基础上增加一个惩罚项 一旦出现加减速位移超过给定位移的情况，就会使适应度函数分母部分增大，适应度值降低；至此实现解空间从[T1,T3,T6,T7,T9]到[Vm]的转变，解空间降维。