1.一种基于模糊综合评价的钻进轨迹多目标优化方法，其特征在于，包括以下步骤：S1，建立待优化的钻进轨迹的钻进轨迹多目标优化模型和对应的约束函数，结合所述约束函数计算得到钻进轨迹多目标优化模型的帕累托解集，所述帕累托解集中的每个解对应一条不同的钻进轨迹；

S2，计算所述帕累托解集中所有解对应的钻进轨迹长度的平均值、井眼剖面能量的平均值、中靶误差的平均值，然后根据所述钻进轨迹长度的平均值计算得到最小模糊熵下的钻进轨迹长度的模糊隶属度函数，根据所述井眼剖面能量的平均值计算得到最小模糊熵下的井眼剖面能量的模糊隶属度函数，根据所述中靶误差的平均值计算得到最小模糊熵下的中靶误差的模糊隶属度函数；

S3，利用所述钻进轨迹长度的模糊隶属度函数、井眼剖面能量的模糊隶属度函数、中靶误差的模糊隶属度函数计算得到帕累托解集中每个解对应的目标函数值的模糊隶属度，根据得到的模糊隶属度建立帕累托解集的模糊评价矩阵；

S4，确定钻进轨迹长度、井眼剖面能量、中靶误差的权重向量，根据所述模糊评价矩阵和权重向量计算得到帕累托解集中的每个解的综合评价值，选出最大的综合评价值，最大的综合评价值对应的解为最优钻进轨迹。

2.根据权利要求1所述的基于模糊综合评价的钻进轨迹多目标优化方法，其特征在于，步骤S1中，钻进轨迹多目标优化模型为：min[f1(x)＝L,f2(x)＝Ew,f3(x)＝Et]约束函数为：

其中，

L＝L1+L2

EW＝(κ12+τ12)L1+(κ22+τ22)L2上式中，L为轨迹长度，Ew为井眼剖面能量，Et为中靶误差，NB、EB、DB为钻进轨迹终点的坐标，NT、ET、DT为靶点的坐标，Dmax为靶窗高度，Hmax为靶窗水平宽度，(tN,tE,tD)为靶窗平面的法向量，κ是井眼曲率，τ是井眼扭转。

3.根据权利要求1所述的基于模糊综合评价的钻进轨迹多目标优化方法，其特征在于，步骤S1中，帕累托解集的计算过程为：S101，设置钻进轨迹多目标优化模型的迭代次数和种群大小；

S102，利用切比雪夫算法将多目标优化问题按不同目标权重分解为多个子优化问题，计算公式为：计算当前种群中符合约束函数的解的数量即可行解的数量，若当前种群中全部为可行解，则所有可行解的目标函数值为返回到切比雪夫算法中的值：F(x)＝f(x)；其中，向量f(x)的元素为当前个体对应的各个目标函数值；

若当前种群中没有可行解，则将约束违反度传送到切比雪夫算法中：F(x)＝v(x)；其中，约束违反度

若当前种群中有部分可行解，则利用目标函数值和约束违反度计算后传送到切比雪夫算法中，计算公式为：其中，rf为当前种群中可行解数量与种群数之比；

S103，根据 计算得到子函数值作为个体的适应度值；

S104，根据子函数的适应度值更新种群，对新产生的种群进行交叉、变异操作，产生新的子代种群；

S105，判断是否达到设置的迭代次数，若未达到，则返回到步骤S102利用新的子代种群重复执行步骤S102-S104；若达到，则输出当前的帕累托解集。

4.根据权利要求1所述的基于模糊综合评价的钻进轨迹多目标优化方法，其特征在于，步骤S2中，最小模糊熵下的钻进轨迹长度的模糊隶属度函数的计算过程为：S201，定义模糊概念“轨迹长度较短/中等/较长”为A1(x),A2(x),A3(x)，其中x为钻进轨迹长度；

S202，计算钻进轨迹长度的模糊熵，钻进轨迹长度的模糊熵的计算公式为：其中，

轨迹长度较短：

轨迹长度中等：

轨迹长度较长：

式中，为帕累托解集中所有解对应的钻进轨迹长度的平均值；

S203，将钻进轨迹长度的模糊熵最小化，计算得到步骤S202公式中的t1、t2，即为最小模糊熵下的钻进轨迹长度的模糊隶属度函数；

最小模糊熵下的井眼剖面能量的模糊隶属度函数的计算过程为：S211，定义模糊概念“井眼剖面能量较低/中等/较高”为B1(y),B2(y),B3(y)，其中y是井眼剖面能量；

S212，计算井眼剖面能量的模糊熵，井眼剖面能量的模糊熵的计算公式为：其中，

井眼剖面能量较低：

井眼剖面能量中等：

井眼剖面能量较高：

式中， 为帕累托解集中所有解对应的井眼剖面能量的平均值；

S213，将井眼剖面能量的模糊熵最小化，计算得到步骤S212公式中的t3、t4，即为最小模糊熵下的井眼剖面能量的模糊隶属度函数；

最小模糊熵下的中靶误差的模糊隶属度函数的计算过程为：S221，定义模糊概念“中靶误差较小/中等/较大”为C1(z),C2(z),C3(z)，其中z是中靶误差；

S222，计算中靶误差的模糊熵，中靶误差的模糊熵的计算公式为：其中，

中靶误差较小：

中靶误差中等：

中靶误差较大：

式中，为帕累托解集中所有解对应的中靶误差的平均值；

S223，将中靶误差的模糊熵最小化，计算得到步骤S222公式中的t5、t6，即为最小模糊熵下的中靶误差的模糊隶属度函数。

5.根据权利要求4所述的基于模糊综合评价的钻进轨迹多目标优化方法，其特征在于，步骤S3中，帕累托解集的模糊评价矩阵为：

6.根据权利要求4所述的基于模糊综合评价的钻进轨迹多目标优化方法，其特征在于，帕累托解集中的每个解xi的综合评价值的计算公式为：Yi＝WRi＝[yi,1,yi,2,yi,3]，其中，W为钻进轨迹长度、井眼剖面能量、中靶误差的权重向量，yi,1表示解xi是满意解的程度，yi,2表示解xi是较满意解的程度，yi,3表示解xi是较不满意解的程度。