1.一种智能工业作业环境调节系统，其特征在于，包括相互连接的环境参数检测单元、平衡策略设计单元、平衡设备及平衡设备控制单元；

所述环境参数检测单元包括温度传感器、湿度传感器及噪音传感器；

所述平衡设备包括湿度调控设备、温度调控设备以及降噪设备；

所述平衡设备控制单元包括报警模块、监测模块和控制模块；

所述温度传感器、湿度传感器及噪音传感器与平衡策略设计单元相连接，并将记录的环境检测数据传输到平衡策略设计单元；

所述平衡策略设计单元基于环境参数检测单元传输的数据，利用HPO算法得出控制策略，通过平衡设备与平衡设备控制单元连接；

所述平衡设备控制单元与湿度调控设备、温度调控设备及降噪设备相连接，并通过平衡设备进行环境平衡调节；

所述控制模块接收控制信号，并根据控制策略传达控制指令，所述环境参数检测单元再次监测反馈，若出现异常情况，则将数值传输给报警模块进行报警；

所述监测模块根据环境参数检测单元提供的数值传输给电子显示屏，再进行数据传输给报警模块，进行报警；

所述温度传感器、湿度传感器及噪音传感器安置在工人工作车间环境中且多点安置；

所述温度传感器放在车间中心区域且垂直安置，测量环境温度的变化；

所述湿度传感器安置在车间中心顶部区域，测量空气湿度的变化；

所述噪音传感器安置在远离车间机器的位置，测量车间整体环境噪声水平；

所述温度传感器每2分钟测量记录一次数据，所述湿度传感器每4分钟记录一次数据，所述噪音传感器每30秒记录一次数据，确保数据的实时性；

所述报警模块实时接受温度传感器的温度数据、湿度传感器的湿度数据及噪音传感器的分贝值数据，当温度传感器的温度、湿度传感器的湿度值、噪音传感器的分贝数据超过预设值时，此时出现异常情况，报警模块及时发出报警信号；

所述湿度调控设备、温度调控设备及降噪设备独立存在，当湿度调控设备达到运行标准、温度调控设备达到固定温度、降噪设备达到固定分贝标准；则根据所述平衡策略设计单元模块所设计的合理策略进行环境平衡调节；

其中，所述平衡策略设计单元基于环境参数检测单元传输的数据，利用HPO算法得出控制策略的实现过程如下：S1：建立猎物或猎人位置并初始化，初始群体中每个成员的位置由式(1)在搜索空间随机生成；

xi＝rand(1,d)·*(ub‑lb)+lb (1)式中，xi为猎物或猎人的位置，lb为变量的下界，ub为变量的上界，d为变量的维度；

S2：将适应度目标函数带入猎物位置中进行评估，并对位置进行排序，将排序靠前的一部分位置其对应设备的适应度值作为猎物搜索的位置，适应度目标函数公式如下：Z＝‑0.0943N+0.8243T+1.8022H+0.002N×T‑0.0144T×H

2 2 2

+0.0006N×H+0.0007N+0.0014T‑0.0118H式中：Z表示最佳舒适度，N表示实测湿度值，T表示实测温度，H表示实际工作时长；

其约束条件如下：

式中，Nmin表示车间最低限制湿度值为30％RH，Nmax表示车间最高限制湿度值为70％RH，Tmin表示车间最低限制温度值为16℃，Tmax表示车间最高限制温度值为25℃，Hmax表示车间最长工作时长为8h；

S3：对猎人搜索机制，给出以下数学模型：

xi,j(t+1)＝xi,j(t)+0.5[(2CZPpos(j)‑xi,j(t))+(2(1‑C)Zμ(j)‑xi,j(t))]其中，x(t)是当前猎人位置，x(t+1)是猎食者的下一次迭代位置，Ppos是猎物的位置，μ是所有位置的平均值，Z是由式(3)计算的自适应参数：S4：设置算法相关参数由式(2)‑(6)计算所得；

式中，P是 的索引值，Z是自适应参数， 和 为[0,1]内的随机向量，R2是[0，1]内的随机数，R1表示平衡向量，R2表示探索开发的平衡权重，R3表示探索开发方向因子，IDX是满足条件(P＝＝0)的向量 的索引值，C是探索和开发之间的平衡参数，μ是所有位置的平均值，Deuc(i)是所有位置到平均位置的欧几里得距离， 是猎物的位置；

S5：计算适应度值，并记录最优位置，即最佳温度，最佳湿度，最佳工作时长；

kbest＝round(C×N)

其中N是搜索代理的数量；

S6：由式(7)更新C；

式中，m为当前迭代次数，M为最大迭代次数；

S7：根据判定因子R5的值更新位置；

式中，xi(t)是猎物的当前位置，xi(t+1)是猎物的下一次迭代位置，Tpos是全局最优位置，R4是[0，1]内的随机常数，表示下一个猎物在不同方向的全局最优位置影响因子；判定因子R5是[0，1]内的随机数，β是调节参数，值为0.2；如果R5<β，则将该搜索代理视为猎人，根据猎人捕猎机制更新位置；如果R5≥β，则将该搜索代理视为猎物，根据猎物移动机制更新位置；

S8：再次计算适应度值，并记录最优位置，即最佳温度，最佳湿度，最佳工作时长；

kbest＝round(C×N)

其中N是搜索代理的数量；

S9：以工作时长和湿度的湿度、环境温度为输入，平衡设备的运行标准为目标函数，判断是否满足终止条件，如果满足则输出最优解，否则重复S4到S6；

S10：将所得的平衡设备运行标准传输给控制模块下达调节指令。

2.根据权利要求1所述的一种智能工业作业环境调节系统，其特征在于，所述HPO算法改进具体在S6进行改进，引入混沌反向学习策略改进猎人位置；

通过算法迭代前期自适应地减小，从而进行猎人猎物位置搜索，同时提高寻找最优位置的速度；改进后的公式如下：ω＝tanh(2(1‑m/M))

式中，ω为权重系数，tanh为激活函数，xi(t+1)为猎物的最优位置。