1.一种基于多方协同演化的港口泊位与岸桥资源配置优化方法，其特征在于，包括以下步骤：步骤1，将港口规划问题建模为效率方和安全方的两方多目标问题；

步骤2，计算第T轮循环效率方和安全方各自的收益，并根据第T轮收益决定下一轮即第T+1轮两方各自所获得的计算资源；

步骤3，根据效率方和安全方各自所获得的计算资源进行第T+1轮循环，对问题进行求解，第T+1轮循环包括M次循环；

步骤1包括：所述效率方的第1个目标是最小化停靠时间成本，公式为：其中ci表示第i艘船的单位时间成本，n代表船舶的总数量，ai表示第i艘船到达的时间，fi表示第i艘船的出发时间，fe1表示效率方的第1个目标；

所述效率方的第2个目标是最小化空闲岸桥的数量，公式为：

其中K表示岸桥的总数量，n代表船舶的总数量， 是在t时刻，第j个岸桥是否在第i艘船上工作的布尔值，如果在则 值为1，否则 为0；fe2表示效率方的第2个目标；

所述安全方的第1个目标是最大化船与船之间的最小距离，公式为：

其中 表示t时刻时第i艘船的泊位位置，fs1表示安全方的第1个目标；

所述安全方的第2个目标是最小化岸桥的使用次数，公式为：

其中 是第j个岸桥是否在第i艘船上工作的布尔值，如果在 值为1，否则 为0；fs2表示安全方的第2个目标。

2.根据权利要求1所述的方法，其特征在于，步骤2中，所述计算第T轮循环效率方和安全方各自的收益，具体包括：对于效率方，进行循环之前的解集Pe＝(x1,…,xN)，在一次循环结束后得到了一组解集Pe′＝(x′1,…,x′N)，一次循环之后得到的效率方的循环收益πe(Pe,Pe′)：其中xN表示效率方进行循环之前的第N个解，x′N表示效率方在一次循环结束后得到的第N个解，fek表示效率方的第k个目标，fek(Pe)表示解集Pe中的所有解在效率方上的第k个目标的目标值的集合，fek(Pe′)表示解集Pe′中的所有解在效率方上的第k个目标的目标值的集合；

对于安全方，进行循环之前的解集是Ps，在一次循环结束后得到了一组解Ps′，一次循环之后得到的安全方的循环收益πs(Ps,Ps′)为：其中fsk表示安全方的第k个目标，fsk(Ps)表示解集Ps中的所有解在安全方上的第k个目标的目标值的集合，fsk(Ps′)表示解集Ps′中的所有解在安全方上的第k个目标的目标值的集合；

在第T轮中，一共包含M次循环，其中有Ms次循环用来优化安全方，有Me＝M‑Ms次循环用来优化效率方，第T轮循环结束后，效率方的收益πe和安全方的收益πs分别为：其中Pem表示进行第T轮第m次循环之前的效率方的解集，P′em表示完成第T轮第m次循环后的效率方的解集，Psm表示进行第T轮第m次循环之前的安全方的解集，P′sm表示完成第T轮第m次循环后的安全方的解集，πe(Pem,P′em)表示第m次循环之后得到的效率方的循环收益，πs(Psm,P′sm)表示第m次循环之后得到的安全方的循环收益。

3.根据权利要求2所述的方法，其特征在于，步骤2中，所述根据第T轮收益决定下一轮即第T+1轮两方各自所获得的计算资源，具体包括：在一轮循环结束后，安全方的收益为πs，效率方的收益为πe，下一轮的循环次数同样为M次循环，则下一轮用来优化安全方的循环次数Ms和用来优化效率方的循环次数Me分别为：Me＝M‑Ms(10)，

在每一轮计算中，都使用上一轮收益的大小来判断当前轮的计算资源分配；

在每一轮计算中，都包括M次循环，其中有Ms次循环用来优化安全方，有Me＝M‑Ms次循环用来优化效率方；

在第一轮计算的时候设置安全方和效率方的循环次数各为Me和Ms，并且Me＝Ms；

在每一轮计算时，首先对上一轮最终得到的种群P进行循环来进行效率方目标的优化，并计算每次循环的循环收益，一共重复Me次，得到种群P’；接着再对得到的种群P’进行循环来进行安全方目标的优化，并计算每次循环的循环收益，一共重复Ms次；然后根据每次循环的循环收益计算这一轮的收益πe和πs，最后计算出下一轮的Me和Ms。

4.根据权利要求3所述的方法，其特征在于，步骤3中，所述M次循环中的每次循环具体包括：首先，将种群中的个体随机两两组成一对进行交叉操作，包含两种情况：第一种情况，如果第T轮循环是在优化效率方的目标，首先将种群中的所有解通过非支配排序得到每个解在安全方目标上的非支配排序等级，其中最大等级为mFs，最小等级为1；

根据等级，定义种群中的任意一个解x进行交叉操作的概率px,c为：其中Fx,s表示解x对应的在安全方上的非支配排序等级；如果px,c等于0则表示解x不进行交叉操作，如果px,c大于0则表示解x一定进行交叉操作，且交叉操作改变的x中的元素数量Nx为：其中Lx表示x中的元素总数量；

第二种情况，如果第T轮循环是在优化安全方的目标，首先将种群中的所有解通过非支配排序得到每个解在效率方目标上的非支配排序等级，其中最大等级为mFe，最小等级为1；

根据等级，定义种群中的任意一个解x进行交叉操作的概率px,c为：其中Fx,e表示解x对应的在效率方上的非支配排序等级；如果解x进行交叉操作的概率px,c等于0则表示解x不进行交叉操作，如果解x进行交叉操作的概率px,c大于0则表示解x一定进行交叉操作，且交叉操作改变的x中的元素数量Nx为：对于要进行交叉操作的两个解x和y，y不等于x，如果解x进行交叉操作的概率px,c＝0并且解y进行交叉操作的概率py,c＝0，则两个解x和y都不进行变化；如果解x进行交叉操作的概率px,c>0并且解y进行交叉操作的概率py,c＝0，则解y不变，对于解x，随机选择一个位置s，然后根据下面的公式，将位置s后面的Nx个元素都换成解y在相同元素位置后面的Nx个元素，得到完成交叉操作后的解x′：其中x[:s]表示解x中在位置s之前的元素，y[s:s+Nx]表示解y中在位置s和位置s+Nx之间的元素，x[s+Nx:]表示解x中在位置s+Nx之后的元素，y[s:Lx]表示解y中在位置s和位置Lx之间的元素；

如果解x进行交叉操作的概率px,c＝0并且解y进行交叉操作的概率py,c>0，那么解x不变，对解y进行交叉操作；

对于解y，交叉操作改变的y中的元素数量Ny为：

其中Ly表示解y中的元素总数量；

对于解y，随机选择一个位置s，然后根据下面的公式，得到完成交叉操作后的解y′：其中y[:s]表示解y中在位置s之前的元素，x[s:s+Ny]表示解x中在位置s和位置s+Ny之间的元素，y[s+Ny:]表示解y中在位置s+Ny之后的元素，x[s:Ly]表示解x中在位置s和位置Ly之间的元素；

如果解x进行交叉操作的概率px,c>0并且解y进行交叉操作的概率py,c>0，则对于x和y，随机选择同一个位置s，位置s需满足：s≤min(Lx,Ly)  (18)，

然后解x和解y根据公式(11)～(17)各自进行更新；

在完成交叉操作后，对种群中的个体进行约束修复操作和变异操作。

5.根据权利要求4所述的方法，其特征在于，步骤3中，所述约束修复操作包括：检查解是否满足基本效率性约束和安全性约束，效率性约束是对效率方的两个目标的目标值进行约束，对于效率方的第一个目标fe1，设置fe1可容忍的最大值和最小值分别为如果一个解的效率方第一个目标的值满足 则满足效率性约束，否则不满足效率性约束；

对于效率方的第二个目标fe2，设置fe2可容忍的最大值和最小值分别为 如果一个解的效率方第二个目标的值满足 则满足效率性约束，否则不满足效率性约束；

所述安全性约束是对安全方的两个目标的目标值进行约束，对于安全方的第一个目标fs1，设置fs1可容忍的最大值和最小值分别为 如果一个解的安全方第一个目标的值满足 则满足安全性约束，否则不满足安全性约束；

对于安全方的第二个目标fs2，设置fs2可容忍的最大值和最小值分别为 如果一个解的安全方第二个目标的值满足 则满足安全性约束，否则不满足安全性约束；

根据效率性约束条件和安全性约束条件将种群划分为满足约束的解集和不满足约束的解集。

6.根据权利要求5所述的方法，其特征在于，步骤3中，所述变异操作包括：根据效率性约束和安全性约束，会导致目标空间出现一个可行域S，在可行域S内的解都满足效率性约束和安全性约束；

对于不满足约束的解集中的解，只选择距离可行域最近的前三个解进行变异操作，随机选择解中的一半元素进行更新，如果解 是距离可行域最近的解，将对解x中的一半元素进行变异，即解x中有 个元素随机改变为新的值；其中 表示解x中的第Lx个元素；

对于满足约束的解集中的解，随机选择解的其中一个元素进行更新，如果解是可行域内的任意一个解，将对y中的一个元素进行变异，即解y中有1个元素随机改变为新的值；其中 表示解y中的第Ly个元素。

7.根据权利要求6所述的方法，其特征在于，步骤3中，最后进行种群的更新：如果是在优化效率方的目标，则删去种群中被新得到的解在效率方上支配的解，并将新解添加到种群中，如果没有解能够被删除则解集不变，新解不加入解集；如果是在优化安全方的目标，则删去种群中被新得到的解在安全方上支配的解，并将新解添加到种群中，如果没有解能够被删除则解集不变，新解不加入解集。

8.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有程序代码，当所述程序代码被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述的方法的步骤。

9.一种存储介质，其特征在于，存储有计算机程序或指令，当所述计算机程序或指令在计算机上运行时，执行如权利要求1至7中任一项所述的方法的步骤。