1.一种大型考试数据模拟仿真方法，其特征在于，包括：
录入基础条件参数，其中，所述基础条件参数包括考生信息、学科信息、历史考试数据；
根据所述基础条件参数，利用正态分布的概率密度函数，测算得到各单科的成绩数据；
利用最小二乘法原理，对各单科的成绩数据进行优化匹配和迭代处理，得到模拟仿真的结果数据。
2.根据权利要求1所述的大型考试数据模拟仿真方法，其特征在于，所述考生信息，包括考生人数、考生编号及选科信息；所述学科信息，包括各单科试卷基本信息、分值范围及难度参数。
3.根据权利要求1所述的大型考试数据模拟仿真方法，其特征在于，所述根据所述基础条件参数，利用正态分布的概率密度函数，测算得到各单科的成绩数据，包括：
根据所述基础条件参数，利用正态分布的概率密度函数，计算获得各分数值的理论分布概率，再乘以考生人数得到各分数的人数分布，即成绩数量分布；
将所述成绩数量分布赋予与考生人数相等的成绩数组中，得到各单科的成绩数据。
4.根据权利要求1所述的大型考试数据模拟仿真方法，其特征在于，所述利用最小二乘法原理，对各单科的成绩数据进行优化匹配和迭代处理，得到模拟仿真的结果数据，包括：
将一门单科的成绩数据与考生信息进行匹配，并固定匹配关系；
采用以下公式，计算出所有学科之间的皮尔逊积矩相关系数：
利用最小二乘法原理，计算所有相关系数的误差的平方和，利用∑(yi-yj)2最小作为最优判据，其中，yi相当于r1皮尔逊积矩相关系数，yj相当于r设定的配置相关系数；
反复迭代，直至得到模拟仿真的结果数据。
5.一种大型考试数据模拟仿真装置，其特征在于，包括：
基础条件参数录入单元，用于录入基础条件参数，其中，所述基础条件参数包括考生信息、学科信息、历史考试数据；
各单科的成绩数据计算单元，用于根据所述基础条件参数，利用正态分布的概率密度函数，测算得到各单科的成绩数据；
模拟仿真单元，用于利用最小二乘法原理，对各单科的成绩数据进行优化匹配和迭代处理，得到模拟仿真的结果数据。
6.根据权利要求5所述的大型考试数据模拟仿真装置，其特征在于，所述考生信息，包括考生人数、考生编号及选科信息；所述学科信息，包括各单科试卷基本信息、分值范围及难度参数。
7.一种大数据统计抽样服务器，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至4任一项所述的大型考试数据模拟仿真方法。
8.一种计算机可读存储介质，其特征在于，所述存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述存储介质所在设备执行如权利要求1至4任一项所述的大型考试数据模拟仿真方法。