技术特征：
1.一种基于moea/d进化多目标优化的路径导航系统，其特征在于，包括：数据准备单元，用于根据航测影像进行地物识别，并生成带有工程影响因子属性数据集；读取单元，用于在带有工程影响因子属性数据集中读取线路规格初始信息；方案生成单元，用于利用moea/d多目标优化算法按照多个预设目标倾向生成相应的路径导航方案；方案确认单元，用于通过迭代算法优化验证路径导航方案，并确认路径导航方案结果；选择修改单元，用于根据预设的勘测信息图选择并修订路径导航方案；输出单元，用于根据修订完成的路径导航方案，输出线路规划最终方案。2.一种基于moea/d进化多目标优化的路径导航方法，其特征在于，包括如下步骤：s1：根据航测影像进行地物识别，并生成带有工程影响因子属性数据集；s2：在带有工程影响因子属性数据集中读取线路规格初始信息；s3：利用moea/d多目标优化算法按照多个预设目标倾向生成相应的路径导航方案；s4：通过迭代算法优化验证路径导航方案，并确认路径导航方案结果；s5：根据预设的勘测信息图选择并修订路径导航方案；s6：根据修订完成的路径导航方案，输出线路规划最终方案。3.根据权利要求2所述的基于moea/d进化多目标优化的路径导航方法，其特征在于，所述预设目标倾向包括：线路路径、建设成本和工期。4.根据权利要求2所述的基于moea/d进化多目标优化的路径导航方法，其特征在于，所述moea/d多目标优化算法包括如下步骤：s31：根据线路规格初始信息建立初始化种群；s32：根据预设目标倾向为每个子问题分配权向量；s33：每个子问题在其邻居个体内进行交叉变异；s34：根据预设的聚合函数数值更新父代种群。5.根据权利要求2所述的基于moea/d进化多目标优化的路径导航方法，其特征在于，所述迭代算法包括如下步骤：s41：随机产生确定长度的初始群体；s42：对串群体迭代执行计算适应值，染色体复制、交叉和变异以产生下一代群体；s43：把在任一代中出现的最好的个体穿指定为算法执行的结果；s44：循环预设的遗传代数后，通过比较所有的算法执行结果，得到最优结果作为过程优化的解。6.根据权利要求2所述的基于moea/d进化多目标优化的路径导航方法，其特征在于，所述线路规格初始信息包括：线路的起点位置信息、线路的终点位置信息、特殊路径的位置信息。7.根据权利要求2所述的基于moea/d进化多目标优化的路径导航方法，其特征在于，所述迭代算法采用多目标粒子群算法。8.根据权利要求7所述的基于moea/d进化多目标优化的路径导航方法，其特征在于，所述多目标粒子群算法包括如下步骤：s81：设置多目标粒子群算法的控制参数、群体规模和迭代次数，并输入线路规格初始
信息；s82：根据直流潮流模型计算每个粒子所代表的网络扩展方案的目标值；s83：根据pareto最优概念更新每个粒子的个体最优值；s84：根据粒子序值挑选当前种群中序值最小的粒子存入外部档案库，并删除其中的过负荷非劣解；s85：根据预设的粒子更新公式更新每个粒子的速度和位置；s86：判断当前是否达到迭代次数，若是，则输出外部档案库中的非劣解，否则，转到步骤s82；s87：对外部档案库中的非劣解进行校验，并输出对应的网络规划图。