1.一种自主感知决策执行的智能无人系统软件在线更新演化方法，其特征在于包括以下三个阶段：
2.根据权利要求1所述的自主感知决策执行的智能无人系统软件在线更新演化方法，其特征在于所述步骤1.1中，δp描述为：δp＝{δp1＝g1-g'1,δp2＝g2-g'2,δp3＝g3-g'3,δp4＝g4-g'4,δp5＝g5-g'5}；其中，δpi表示第i种位置和功能构件抽象关系的差分图，i＝1,2,3,4,5，gi表示第i种位置和功能构件抽象关系在参考时刻的状态，g'i表示第i种位置和功能构件抽象关系在当前时刻的状态。
3.根据权利要求2所述的自主感知决策执行的智能无人系统软件在线更新演化方法，其特征在于选取具有完备性的相离、相交、非正切、相等和逆非正切共5种位置空间元拓扑关系，这5种位置空间元拓扑关系都由两个独立位置根据关系不同组成，任意一个功能构件只位于一个独立位置，当该功能构件从这个独立位置移动到与这个独立位置有关系的另外一个独立位置后，该功能构件就要被替换，即被替换成符合另外一个独立位置要求的功能构件，以此获得5种位置和功能构件抽象关系，每种位置和功能构件抽象关系视作一种位置空间和功能构件空间的混合抽象图，这种混合抽象图与bigraph偶图具有相同的本质。
4.根据权利要求1所述的自主感知决策执行的智能无人系统软件在线更新演化方法，其特征在于所述步骤1.2中，sa描述为：sa＝(sap,sal)＝(c,e,ctrl,prnt,link):<g,x>→<d,y>；其中，sap表示在参考时刻下体系结构中的所有功能构件的位置图，sap＝(c,ctrl,prnt):g→d，sal表示在参考时刻下体系结构中的所有功能构件的连接图，sal＝(c,e,ctrl,link):x→y，c表示在参考时刻下体系结构中的所有功能构件构成的集合即节点集，e表示在参考时刻下体系结构中的功能构件之间的连接关系构成的集合，ctrl表示在参考时刻下体系结构中的功能构件的控制类型，prnt表示在参考时刻下的嵌套关系父映射，link表示在参考时刻下的连接映射，<g,x>表示在参考时刻下bigraph偶图的内部接口，<d,y>表示在参考时刻下bigraph偶图的外部接口；
5.根据权利要求4所述的自主感知决策执行的智能无人系统软件在线更新演化方法，其特征在于所述步骤1.3中，gt描述为：gt＝(τ0,t,h)；其中，τ0表示智能无人系统软件的启动运行时刻，t表示参考时刻，h表示从τ0到t期间所有线程的运行轨迹图构成的集合，h＝{h1,h2,…,hk}，hk表示从τ0到t期间第k个线程的运行轨迹图，hk＝(ck,ek,sc,sh,ts)，ck表示从τ0到t期间第k个线程所需调用的功能构件构成的集合，ek表示从τ0到t期间第k个线程所需调用的功能构件之间的连接关系构成的集合，sc表示在参考时刻下第k个线程所需调用的功能构件的状态，sc的值为finished或exe或idle，且finished代表已执行完成、exe代表正在执行、idle代表挂起，sh表示在参考时刻下第m个线程的状态，sh的值为finished或exe或suspend，且finished代表已执行完成、exe代表正在执行、suspend代表挂起，ts表示时间戳，ts＝(tin,tout)，tin表示在参考时刻下第k个线程的运行启动时刻，tout表示在参考时刻下第k个线程的运行结束时刻，k＝1,2,…,k，k表示从τ0到t期间被实例化的线程的数量。
6.根据权利要求5所述的自主感知决策执行的智能无人系统软件在线更新演化方法，其特征在于所述步骤1.3中，快照日志数据是按照时间间隔w进行快照抽取得到的，其中，w＝(t-τ0)/ε，t表示参考时刻，τ0表示智能无人系统软件的启动运行时刻，ε为设定的常数，ε的取值为用户根据深度神经网络学习模型需要的数据量来确定。
7.根据权利要求6所述的自主感知决策执行的智能无人系统软件在线更新演化方法，其特征在于所述步骤2.1中，设定的延时时长为τ，τ＝h×w，w＝(t-τ0)/ε，h由用户自行设定。
8.根据权利要求1所述的自主感知决策执行的智能无人系统软件在线更新演化方法，其特征在于所述步骤2.2中，利用best()函数从m+n个演化时机中获取最佳演化时机tbest的过程为：tbest＝best(m,n)＝equal(m,n)×α+rand(m,n)×β；其中，equal(m,n)用于判断计算出的m个演化时机和预测出的n个演化时机中是否有相同的演化时机，当有相同的1个或多个演化时机时随机返回相同的演化时机中的任意1个演化时机，当无相同的演化时机时返回空集，rand(m,n)用于从m+n个演化时机中随机返回1个演化时机，equal(m,n)不为空集时α取值1、β取值0，equal(m,n)为空集时α取值0、β取值1。
9.根据权利要求1所述的自主感知决策执行的智能无人系统软件在线更新演化方法，其特征在于所述步骤2.2中，深度神经网络学习模型为递归神经网络、卷积神经网络、长短时记忆网络和注意力机制中的任意一种。
10.根据权利要求1所述的自主感知决策执行的智能无人系统软件在线更新演化方法，其特征在于所述步骤3.1中，sa演化更新为sa'的演化规则为p:l→r，l在sa的匹配记为match:l∈sa，那么演化规则通过l在sa的匹配实施于sa上的一次变换过程表示为其中，l表示演化规则的左部，r表示演化规则的右部，l→r表示用r替换l。