1.一种船舶锚泊控制系统，其特征在于，包括环境信息储备库、定位模块和服务器；

所述环境信息储备库用于储存固定停靠区域的环境信息以及对环境信息进行模拟，具体方法包括：获取船舶所属公司的营业范围，根据营业范围获取船舶将会停靠的固定区域，将船舶将会停靠的固定区域标记为待选停靠区，并对待选停靠区进行编号，获取待选停靠区的环境信息，环境信息包括水深、水下地形、水域宽度，获取待选停靠区的历史停靠信息，历史停靠信息包括风速、水流流速、船舶型号、船舶停靠位置，构建人工智能模型；所述人工智能模型包括误差逆向传播神经网络、RBF神经网络和深度卷积神经网络；将待选停靠区编号、环境信息、风速、水流流速、船舶型号整合为第一输入数据，船舶停靠位置为人工智能模型的输出结果，将第一输入数据与对应的船舶停靠位置整合为训练集，将训练集、测试集和校验集按照2：1：1、3：2：2和3：1：1的比例进行获取数据，通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验；将训练完成的人工智能模型标记为预测模型；

实时获取船舶下一个将要停靠的待选停靠区编号、环境信息、风速、水流流速、船舶型号，将获取到的待选停靠区编号、环境信息、风速、水流流速、船舶型号输入到预测模型中，获得船舶停靠位置，将获得的船舶停靠位置标记为模拟停靠点；

获取船舶进入待选停靠区前N分钟的待选停靠区内的船舶停靠情况，将船舶停靠情况与模拟停靠点进行匹配，获得当前待选停靠区内剩余的可停靠模拟停靠点，将当前待选停靠区内剩余的可停靠模拟停靠点标记为待选停靠点；

建立模拟停靠点的抛锚方式模拟单元，获取待选停靠区内的环境信息，根据待选停靠区内的环境信息设置不同型号船舶的抛锚方式，将船舶型号和待选停靠点标记为第二输入数据，将第二输入数据输入到抛锚方式模拟单元中，获得对应型号船舶的抛锚方式，将获得的对应型号船舶抛锚方式标记为待选抛锚方式；建立自学习模型，实时获取待选停靠点、停靠点原因匹配结果、待选抛锚方式、抛锚方式匹配结果，将待选停靠点与停靠点原因匹配结果和待选抛锚方式与抛锚方式匹配结果分别输入到自学习模型中，将自学习模型的输出结果加入预测模型中的模拟停靠点中或加入抛锚方式模拟单元中的待选抛锚方式中；

建立自学习模型的具体方法包括：获取若干组待选停靠点、真实停靠点、待选抛锚方式、真实抛锚方式，将待选停靠点与真实停靠点进行对比，当真实停靠点包括在待选停靠点内时，不进行操作，当真实停靠点不包括在待选停靠点内时，将此时的真实停靠点、待选停靠点标记为停靠点学习数据；将待选抛锚方式、真实抛锚方式进行对比，当待选抛锚方式包括真实抛锚方式时，不进行操作，当待选抛锚方式不包括真实抛锚方式时，将此时的待选抛锚方式、真实抛锚方式标记为抛锚方式学习数据；获取船舶不在待选停靠点内停靠的原因和船舶不使用待选抛锚方式的原因，将停靠点学习数据与船舶不在待选停靠点内停靠的原因和抛锚方式学习数据与船舶不使用待选抛锚方式的原因分别输入到神经网络模型中进行训练，将训练完成的神经网络模型标记为自学习模型。

2.根据权利要求1所述的一种船舶锚泊控制系统，其特征在于，所述定位模块用于对船舶抛锚定位，具体方法包括：实时获取需要进行抛锚区域的水流流速、风速，根据获得的水流流速、风速，建立关于水流流速、风速和时间的曲线图，将关于水流流速、风速和时间的曲线图标记为风水曲线图，在船锚上设置水下驱动模块，水下驱动模块用于简易调整船锚在下降过程中的运动曲线，获取船锚和船锚连接链的形状和重量，根据获取到的船锚和船锚连接链的形状和重量以及风水曲线图绘制船锚下降过程中的运动曲线，获取船舶的停靠点，根据船舶的停靠点获得船锚的落点和投放点，在船锚下降的过程中实时定位船锚的位置，并将定位的位置与预设运动曲线进行比较，通过水下驱动模块实时调整船锚的运动。

3.一种船舶锚泊控制方法，其特征在于，执行权利要求1‑2任意一项所述的一种船舶锚泊控制系统，具体方法包括以下步骤：

步骤一：根据历史停靠信息和船舶所属公司的营业范围建立预测模型，根据预测模型获得模拟停靠点；

步骤二：根据停靠区内的船舶停靠情况确定待选停靠点；

步骤三：建立模拟停靠点的抛锚方式模拟单元，获得对应型号船舶的抛锚方式，将获得的对应型号船舶抛锚方式标记为待选抛锚方式；

步骤四：建立自学习模型，对模拟停靠点与待选抛锚方式进行调整；

步骤五：绘制船锚下降过程中的运动曲线，对下降过程中的船锚进行调整。