1.一种保温集精环境温度控制方法，其特征在于，具体包括：

S1、为保温集精环境温度控制系统建立仿真模型，包括LADRC控制器模型，性能评估指标模型和保温集精温度调节模型；

S2、建立性能评估指标模型，并以控制系统的性能评估指标模型作为ISSO算法的目标函数；

S3、建立保温集精温度调节模型；

S4、引入非线性惯性权重和精子赋能机制改进精子群优化算法，具体为：Sa1、引入动态权重ω改进精子速度更新数学模型，ω的数学模型为：式(1)中，α为权重的缩放因子，Gaussian为高斯函数， 为当前迭代中第i个精子个体所在位置的适应度，fbest为当前迭代中最小的适应度，σf为控制权重衰减速度的参数，μ为总迭代次数的一半，σ为控制权重调整范围的参数；

Sa2、引入精子赋能机制改进算法的位置更新数学模型，精子赋能机制的数学模型为：式(2)中， 为当前迭代中的第i个精子个体所在位置，i＝1，…，N，N为算法的种群数量，iter为当前迭代次数， 为更新后的第i个精子个体所在位置， 为当前迭代中的第i个精子个体速度， 为当前迭代中的第i个精子个体所在位置的适应度，fprc为当前迭代中选择对精子赋能的适应度阈值，xgbest为总迭代次数中适应度最小的精子个体所在位置，δ为控制突变强度因子，U(‑1，1)为均匀随机扰动，xmean为种群所有精子个体所在位置的平均值，xmean的数学模型为：xmean＝(xworst‑xbest) (3)；

式(3)中，xworst为当前迭代中适应度最大的个体所在位置，xbest为当前迭代中适应度最小的个体所在位置；

S5、为改进的精子群优化算法(ISSO)建立数学模型，迭代终止后，将算法寻优到的个体最优解解码为LADRC控制器的控制参数序列，得到最优ISSO‑LADRC控制方法；

S6、采用ISSO‑LADRC方法实现对保温集精环境温度控制系统的闭环控制。

2.根据权利要求1所述的一种保温集精环境温度控制方法，其特征在于，所述S5中、为改进精子群优化算法建立数学模型，具体步骤为：Sb1、初始化个体解的上界和下界[ub，lb]，初始化改进精子群优化算法(ISSO)的总迭代次数MaxIter和种群规模N，初始化个体解的维度dim；

Sb2、初始化所有精子个体的位置；

Sb3、计算每个精子的适应度值，对所有适应度进行排序，选择最小适应度为fbest，最小适应度的个体位置为xbest，最大适应度为fworst，最大适应度的个体位置为xworst；

Sb4、计算精子个体的初始速度、当前最佳精子个体位置、全局最佳精子个体位置；

Sb5、通过改进后的精子速度更新数学模型更新精子速度；

Sb6、将种群分为三部分，分别进行不同的变异操作，包括：非均匀变异，均匀变异以及不变异；

Sb7、检查种群中所有个体的位置是否越界，若是，则将上下界[ub，lb]赋值给个体位置；

Sb8、检查当前迭代次数iter是否大于总迭代次数MaxIter，若是，则输出适应度最低的个体位置为最优解，将最优解解码为LADRC控制器的最佳控制器参数序列，若否，则返回步骤Sb3继续迭代寻优。

3.根据权利要求2所述的一种保温集精环境温度控制方法，其特征在于，所述步骤Sb2，初始化精子个体位置的数学模型为：xinit＝lb+r×(ub‑lb) (4)；

式(4)中，xinit为随机生成的精子个体初始位置，r为取值在[0，1]的随机数，ub和lb为个体解的上下界。

4.根据权利要求2所述的一种保温集精环境温度控制方法，其特征在于，所述步骤Sb4，计算精子初始速度的数学模型为：vinit＝D×v0×log10(pH_R1) (5)；

式(5)中，D为取值在[0，1]的随机数，v0为精子初始速度参数，pH_R1为取值在[7，14]的随机数；

计算当前最佳精子个体位置的数学模型为：

式(6)中，xcurrent_best为更新后的个体最佳位置，pH_R2为取值在[7，14]的随机数，Temp_R1为取值在[35.1，38.5]的随机数，xbest为当前迭代中适应度最小的个体位置， 为当前迭代中第i个精子个体位置；

计算全局最佳精子个体位置的数学模型为：

式(7)中，xglobal_best为更新后的全局最佳精子个体位置，pH_R3为取值在[7，14]的随机数，Temp_R2为取值在[35.1，38.5]的随机数，xgbest为总迭代中适应度最小的个体位置，为当前迭代中第i个精子个体位置。

5.根据权利要求2所述的一种保温集精环境温度控制方法，其特征在于，所述步骤Sb5，改进后的精子速度更新数学模型为：式(8)中，ω为引入的动态权重，vinit为精子初始速度，xcurrent_best为当前最佳精子个体所在位置，xgloabal_best为全局最佳精子个体所在位置。

6.根据权利要求2所述的一种保温集精环境温度控制方法，其特征在于，所述步骤Sb8，对第一部分的种群进行非均匀变异操作，非均匀变异的数学模型为：式(9)中，r1为取值在[0，1]的随机数，iter为当前迭代次数，MaxIter为总迭代次数；

对第二部分的种群进行均匀变异操作，均匀变异的数学模型为：

式(10)中，r2为取值在[0，1]的随机数，其他的参数意义同上。