1.一种多阶段任务系统冗余配置优化方法，其特征在于：包括步骤：S1：建立多阶段系统的故障树和贝叶斯网络，获得多阶段系统的路集组合；

S2：建立元件累积损伤模型，计算元件在各阶段的可靠度，带入多阶段系统的路集组合，得到多阶段任务系统可靠度；

S3：建立多阶段任务系统冗余配置的优化数学模型，具体如下：S31：确定目标函数：本方法考虑到元件跨阶段共用，元件冗余跨阶段共享和元件失效率不确定性的情况，在增大系统输出特性的均值，减小系统输出特性的方差为优化目标，建立目标函数，所述目标函数的表达式如下：其中，δ为输出特性的方差，μ为输出特性的期望；

S32：确定约束条件：所述约束条件为

其中，cij、xij分别表示i类元件的j型号的价格与数量，n表示阶段数，w表示冗余元件类型的数量；weightk表示阶段k的系统的重量；Mk表示阶段k的系统重量约束上限；Nij表示i类元件的j型号的个数约束上限；C*表示多阶段任务系统造价约束的上限；所述系统输出特性即为多阶段任务系统可靠度；

S4：代入多阶段任务系统可靠度，利用遗传算法，求解优化数学模型，获得最优元件配置基因；所述步骤S4具体如下：S41：编码：采用整数编码，每个基因位用0～Nij的整数表示选择该元件的个数；共有n个阶段共w种元件类型，总共用n×w个基因表示各阶段元件的选择情况，为了表示元件冗余阶段共享情况，在编码时从阶段2开始各阶段增加各元件冗余共享基因标志位 其中，表示阶段k共享阶段k’的y元件冗余，即阶段k’的y冗余在阶段k也被使用；

S42：初始种群的生成：个体的基因位的基因值应满足元件数量约束，基因生成方法为：若有ny个元件y供选择，在阶段1，在[0,ny]范围随机生成元件y使用个数n1，在阶段2，在[0,ny‑n1]范围随机生成元件y使用个数n2，在阶段k，在[0，ny‑n1‑n2‑…‑n(k‑1)]范围内随机生成元件y使用个数nk，按此方式随机生成各元件初始种群；

S43：各阶段系统重量计算：由下式计算阶段k系统重量weightk:其中，w_xij表示i类元件j型号的重量；

S44：系统造价计算：由下式计算多阶段任务系统造价Z：S45：系统造价计算：采用拉丁超立方对步骤S41选择的每个冗余元件的失效率分布函数进行抽样，对各元件分别抽取m个失效率样本，每个样本包括元件在各阶段的失效率，再将每一个样本带入元件累积损伤模型求得各个样本下元件在各阶段的可靠度；

S46：将步骤S45求得的各元件条件可靠度带入步骤2求得的系统路集求得m个系统可靠度样本；

S47：计算m个系统可靠度样本的统计特性，即均值与方差；

S48：计算种群适应度：

S49：采用精英保留策略，选择、交叉、变异获得子代总群；

S410：重复步骤S41至S49，达到规定迭代次数停止算法，输出最优元件配置基因。

2.根据权利要求1所述多阶段任务系统冗余配置优化方法，其特征在于：所述步骤S48具体为：采用罚函数方法获得适应度函数fit(x)：其中，Rg表示第g种结构的多阶段任务系统可靠度，所述结构即为多阶段任务系统的最小不交化路集；K表示系统可靠度约束下限，abs()表示求()中的表达式的绝对值的运算；

factor表示罚因子。

3.根据权利要求1所述多阶段任务系统冗余配置优化方法，其特征在于：所述步骤S1具体如下：S11：建立多阶段系统的故障树和贝叶斯网络，具体如下：S111：建立多阶段系统的故障树；

S112：按照映射规则，将各阶段故障树分别映射成相应的贝叶斯网络，使阶段内以及阶段间的共用元件用有向边连接；

S113：按照映射规则，在贝叶斯网络中建立用于表示整个多阶段系统可靠度的虚拟数值节点；

S12：获得多阶段系统的各个阶段的最小路集，并对最小路集进行排序，具体如下：在贝叶斯网络中分别从各阶段根节点由下至上遍历贝叶斯网络，寻找最小路集，遇到与门则该节点上层节点相加，遇到或门则相乘，再将所有最小路集按数字顺序从小到大排列，当遇到串联节点与并联节点相乘时串联节点置于前，并联节点置于后均需由小到大排列；

S13：对最小路集进行不交化处理，得到不交化后的路集，具体如下：S131:设经步骤S2获得L个经排序的最小路集，将前L‑1个组合在一起作为复合节点A，第L个作为节点B；

S132:对最小路集进行不交化处理，具体如下：

对由A、B组合成的并联贝叶斯网络的不交化处理，具体如下：P(S＝1)＝P(A＝1)+P(A＝0)P(B＝1)   (6)P(S＝0)＝P(A＝0)P(B＝0)   (7)对由A、B组合成的串联贝叶斯网络的不交化处理，具体如下：P(S＝1)＝P(A＝1)P(B＝1)   (8)P(S＝0)＝P(A＝0)+P(A＝1)P(B＝0)   (9)其中，S表示A、B的组合事件，当A、B组合成的并联贝叶斯网络时，S为并联节点，当A、B组合成的串联贝叶斯网络，S为串联节点；P(S＝1)表示S＝1的概率，S＝1表示S为可靠事件；P(S＝0)表示S＝0的概率，S＝0表示S为不可靠事件；P(A＝1)表示A＝1的概率，A＝1表示A为显性节点；P(B＝1)表示B＝1的概率，B＝1表示B为显性节点；P(A＝0)表示A＝0的概率，A＝0表示A为隐性节点；P(B＝0)表示B＝0的概率，B＝0表示B为隐性节点；

S133:重复步骤S132，直到每条最小路集只含唯一使多阶段系统正常工作或失效的节点组合，即得到所有不交化后的路集；

S14：去掉阶段内同时含有共用元件显性与隐性节点的不交化后的路集，得到化简后的路集；

利用阶段间条件概率关系从第一阶段到最后阶段顺序组合化简后的路集，并在组合时按照组合规则处理共用元件，得到多阶段系统的路集组合。

4.根据权利要求3所述多阶段任务系统冗余配置优化方法，其特征在于：所述步骤S11中的映射规则包括R111:增加的虚拟节点置于最后一层，各阶段根节点置于倒数第二层，从故障树顶层到底层顺序映射；

R112:每个中间节点只有一个父节点，两个子节点,遇到底层有两个以上子节点时需增加中间节点；

R113:节点编号应从BN第一层开始，同一层从左到右依次增大，下层节点数值大于上层节点数值，节点编号不重复；

R114:故障树与门映射成或门，或门映射成与门，并用文字标注。

5.根据权利要求3所述多阶段任务系统冗余配置优化方法，其特征在于：所述步骤S14中的组合规则包括：R41：若当前阶段某路集项含有的共用元件失效，则在以后阶段将含有该元件共用节点号且为显性的路集项去掉后再组合；

R42：若当前阶段某路集项含有的共用元件失效，则在以后阶段将含有该元件共用节点号且为隐性的路集项中的相关隐性节点去掉后再组合。

6.根据权利要求1所述多阶段任务系统冗余配置优化方法，其特征在于：所述步骤S2中所述元件累积损伤模型包括：元件在任意阶段的累积失效分布、元件在各阶段可靠条件下的寿命概率分布和元件在任意阶段的可靠度；

所述元件在任意阶段的累积失效分布Fok(t)为

其中，tk为阶段k的持续时间，λk表示阶段k元件以应力λk工作；e为自然对数的底数；

所述元件在各阶段可靠条件下的寿命概率分布为

其中，F0k|0(k‑1)(t)表示元件在阶段k‑1可靠条件下阶段k的条件寿命分布；

所述元件在各阶段的可靠度为

其中，Syk为元件y在阶段k可靠的事件；P(Syk)表示元件y在阶段k的可靠度；P(Syk|Sy(k‑1))表示在Sy(k‑1)条件下Syk的概率，即在Sy(k‑1)条件下Syk的可靠度。

7.根据权利要求6所述多阶段任务系统冗余配置优化方法，其特征在于：所述(10)式和(11)式由以下步骤获得：*

设定元件在阶段k‑1以应力λk‑1工作tk‑1时间与在阶段k以应力λk工作等效时间tk造成* *的不可靠度相等，阶段k的分布为从等效时间tk开始，tk之前的是累积失效部分，则元件在任意阶段的累积失效分布Fok(t)为*

Fok(t)＝Fk(t+tk‑1)0≤t≤tk   (13)* * *

其中，等效时间tk‑1为Fk(tk‑1)＝Fk‑1(tk‑1+tk‑2)的解，tk为阶段k的持续时间，Fk()为元件以应力λk工作时的分布；

元件在阶段k‑1可靠条件下阶段k的条件寿命分布Fok|o(k‑1)(t)，根据条件概率贝叶斯公式有设定电气元件失效常服从指数分布，其各阶段条件寿命分布由(13)得：第一阶段的元件累积失效分布Fo1(t)为

第二阶段的元件累积失效分布Fo2(t)为

*

其中， 为F1(t1)＝F2(t1)即 的解；

以此类推，进而得到阶段k的元件累积失效分布Fok(t)为(10)式；联立(10)式和(14)式可得(11)式；

所述(12)式由以下步骤获得：

设元件y在阶段k可靠为事件Syk，不同阶段的同一共用元件在时间上属于串联系统，元件在阶段k的状态只与阶段k‑1有关，元件y在阶段k可靠度P(Syk)为元件y在阶段k失效的概率F(Syk)为

根据(13)式、(14)式和(17)式，可得元件在阶段k‑1可靠条件下阶段i的可靠度P(Syk|Sy(k‑1))为P(Syk|Sy(k‑1))＝1‑Fok|o(k‑1)(t)   (18)将(18)式代入(16)式得到(12)式。