1.一种人力资源优化配置方法，其特征在于：包括以下步骤，

S1、预先从人力资源信息系统内提取各个员工的相关历史记录信息，构建员工历史数据集合，同时跟踪并记录各个员工的相关现状信息集合，根据各个员工的相关现状信息集合，提取相应分配任务的相关复杂信息；

S1具体包括以下步骤：

S11、所述相关历史记录信息包括各个员工的任务在各监测时段内的任务完成量Rwc以及错误量Cwz；

S12、所述相关现状信息集合包括各个员工的相关待处理数据信息和相应分配任务的相关复杂信息，其中，各个员工的相关待处理数据信息包括各个员工当前的加急任务数量Jjrz、待处理任务的预留时长Ysc以及待处理任务的协同作业人数Xzrw；

所述相应分配任务的相关复杂信息包括各个员工当前待处理任务量Drz，并结合各个员工的任务在各监测时段内的任务完成量Rwc，通过统计学求均值的算法，获取各个员工在监测周期内任务处理量的均值 ；

S2、将S1步骤中所获取的员工历史数据集合和各个员工的相关现状信息集合进行数据预处理，包括数据清洗和数据标准化处理；

S3、将预处理后的员工历史数据集合和各个员工的相关现状信息集合进行特征提取，以分别获取任务完成量Rwc、错误量Cwz、待处理任务的协同作业人数Xzrw以及待处理任务的预留时长Ysc，通过将所述任务完成量Rwc与所述错误量Cwz相关联，以获取各个员工的综合能力系数Zhxs，并通过将所述待处理任务的协同作业人数Xzrw与所述待处理任务的预留时长Ysc相关联，以获取各员工当前的任务复杂系数Rfxs，利用卷积神经网络，构建经过训练后的资源配置分析模型，再结合综合能力系数Zhxs与相应员工的任务复杂系数Rfxs，拟合获取相应员工的饱和评估指数Bpzs；

S3还包括有：

S33、依据相关现状信息集合，通过将所述待处理任务的协同作业人数Xzrw与所述待处理任务的预留时长Ysc相关联，并经过线性归一化处理后，以获取各员工当前的任务复杂系数Rfxs，具体按照以下公式获取：；式中， 表示为加急任务数量， 、

及 分别表示为待处理任务的协同作业人数Xzrw、待处理任务的预留时长Ysc及加急任务数量 的权重系数，V表示为修正常数；

S3还包括有：

S34、通过将所述任务复杂系数Rfxs与相应员工的综合能力系数Zhxs传输至资源配置分析模型中，并经过线性归一化处理后，获取相应员工的饱和评估指数Bpzs，具体按照以下公式获取：；式中， 表示为第j员工的当前待处理任务量，

表示为第j员工的任务复杂系数Rfxs， 表示为第j员工的综合能力系数，表示为第j员工在监测周期内任务处理量的均值；

S4、预先设置平衡阈值K，通过将各员工的饱和评估指数Bpzs进行比对，以获取失衡率Shs，通过将所述失衡率Shs与所述平衡阈值K进行比对分析，以综合判断出当前人力资源在任务调度方面是否处于均衡状态，若未处于均衡状态，则向外发出配置优化指令，并采取相应的优化手段。

2.根据权利要求1所述的一种人力资源优化配置方法，其特征在于：S2具体包括以下步骤：S21、将重复采集的数据信息进行检测和删除，以避免数据重复性对分析造成偏差，并识别缺失数据，以检测和修复异常值；

S22、利用无量纲处理技术对经S21步骤处理后的数据进行标准化处理，消除数据中的单位和量纲差异。

3.根据权利要求2所述的一种人力资源优化配置方法，其特征在于：S3具体包括以下步骤：S31、使用卷积神经网络初步构建原始模型，并以员工历史数据集合及相关现状信息集合对原始模型进行训练和测试，并将训练后的原始模型作为资源识别模型，分别获取资源识别模型内的特征信息，并将获取的特征信息对资源识别模型进行训练和测试，将训练后的资源识别模型作为资源配置分析模型。

4.根据权利要求3所述的一种人力资源优化配置方法，其特征在于：S3还包括有：S32、依据员工历史数据集合，通过将所述任务完成量Rwc及所述错误量Cwz相关联，并经过线性归一化处理后，计算获取各个员工的综合能力系数Zhxs，具体按照以下公式获取：；式中，n表

示为监测时段数，i=1、2、3、...、n， 表示为第i时段内的任务完成量， 表示为监测周期内任务完成量的均值， 表示为第i时段内的错误量， 表示为监测周期内错误量的均值， 及 均为权重系数。

5.根据权利要求4所述的一种人力资源优化配置方法，其特征在于：S4具体包括以下步骤：S41、通过S34步骤中所获取的相应员工的饱和评估指数Bpzs，并根据统计学求均值的算法，以计算整体员工饱和评估指数的均值 ；

S42、根据整体员工饱和评估指数的均值 ，并将其与各员工的饱和评估指数Bpzs进行大小比对，以判定各员工对当前任务情况的承受程度，具体包括以下内容：若饱和评估指数Bpzs超过整体员工饱和评估指数的均值 时，此时将判定相应员工对当前任务情况的承受程度处于异常状态，此时将统计处于异常状态的员工数量Yss，并做相应记录；

若饱和评估指数Bpzs未超过整体员工饱和评估指数的均值 时，此时将判定相应员工对当前任务情况的承受程度未处于异常状态；

S43、计算失衡率Shs。

6.根据权利要求1所述的一种人力资源优化配置方法，其特征在于：S4还包括有：S44、预先设置平衡阈值K，通过将所述平衡阈值K与所述失衡率Shs进行对比分析，以综合判断出当前人力资源在任务调度方面是否处于均衡的状态，具体包括以下内容：若所述失衡率Shs≥平衡阈值K时，此时将综合判断出当前人力资源在任务调度方面未处于均衡的状态，并向外发出配置优化指令，将待完成的任务从处于异常状态的员工转移到未处于异常状态的员工，同时定期召开会议，了解各员工的工作状态和需求，及时调整任务分配；

若所述失衡率Shs＜平衡阈值K时，此时将综合判断出当前人力资源在任务调度方面处于均衡的状态，此时将暂不向外发出配置优化指令，并在确保任务均衡的前提下，保持现有的任务分配和工作安排，同时定期检查和评估任务分配情况。

7.一种人力资源优化配置系统，应用上述权利要求1 6任一项所述的一种人力资源优~化配置方法，其特征在于：包括数据采集模块、数据预处理模块、资源分析模块及配置管理模块；

所述数据采集模块，预先从人力资源信息系统内提取各个员工的相关历史记录信息，构建员工历史数据集合，同时跟踪并记录各个员工的相关现状信息集合，根据各个员工的相关现状信息集合，提取相应分配任务的相关复杂信息；

所述数据预处理模块，将获取的员工历史数据集合和各个员工的相关现状信息集合进行数据预处理，包括数据清洗和数据标准化处理；

所述资源分析模块，将预处理后的员工历史数据集合和各个员工的相关现状信息集合进行特征提取，以分别获取任务完成量Rwc、错误量Cwz、待处理任务的协同作业人数Xzrw以及待处理任务的预留时长Ysc，通过将所述任务完成量Rwc与所述错误量Cwz相关联，以获取各个员工的综合能力系数Zhxs，并通过将所述待处理任务的协同作业人数Xzrw与所述待处理任务的预留时长Ysc相关联，以获取各员工当前的任务复杂系数Rfxs，利用卷积神经网络，构建经过训练后的资源配置分析模型，再结合综合能力系数Zhxs与相应员工的任务复杂系数Rfxs，拟合获取相应员工的饱和评估指数Bpzs；

所述配置管理模块，预先设置平衡阈值K，通过将各员工的饱和评估指数Bpzs进行比对，以获取失衡率Shs，通过将所述失衡率Shs与所述平衡阈值K进行比对分析，以综合判断出当前人力资源在任务调度方面是否处于均衡状态，若未处于均衡状态，则向外发出配置优化指令，并采取相应的优化手段。