1.一种基于变区间反向混沌优化的圆度误差评定方法，其特征在于，包括如下步骤：(1)优化的圆度误差函数为

其中，(pj,wj)为对加工工件角度数据采样获得工件轮廓的坐标值，m为采样点数，X＝(x(1),x(2))为待优化的圆心；设置自变量X的区间范围为[a,b]＝[a(i),b(i)]，理想最优圆心为随机产生一组初始向量作为初始解 令当前最优解为Xmin＝Xinitial，并计算初始解对应圆度误差值f(Xmin)；设置混沌粗搜索迭代次数M1、细搜索迭代次数M2、总迭代次数M、初始迭代次数k＝1、k1＝1、k2＝1、优化的圆度误差函数空间维度为D＝2以及i∈[1,D]；

(2)将Xmin作为混沌迭代的初始值生成相应的混沌迭代向量，并按照和 生成区间[a,b]

内的 若当前混沌优化向量Xp满足f(Xp)

(3)对当前最优解Xmin执行更新操作 若 那么当前最优解更新为 否则不更新当前的最优解Xmin；

(4)计算当前最优解Xmin的反向解 若 那么当前最优解更新为 同时将当前混沌最优向量Uk变更为1-|Uk|；否则不更新当前的最优解Xmin和混沌变量Uk，令k1＝k1+1，重复执行步骤(2)～步骤(4)，直至粗搜索迭代次数为k1＝M1；

(5)执行一级搜索，将当前最优混沌向量Uk作为混沌迭代的初始值生成相应的混沌迭代向量，根据 获得 若 则当前最优解更新为同时将当前最优混沌向量更新为Uk＝1-|Uk|；其中，为当前搜索的最优混沌映射向量， Uk为第k次迭代的混沌向量， η为服从高斯分布的随机数，(6)执行二级搜索，根据 获得 若

则当前最优解更新为 其中， 同时将当前最优混沌向量更新为Uk，

(7)令k2＝k2+1，重复执行步骤(5)和(6)，判断迭代次数k2是否大于M2，若大于则停止搜索，输出当前最优值Xmin；否则转入步骤(5)继续执行；

(8)根据变区间反向优化策略，将优化变量区间 变更为 具体的数学关系为 如果 则 如果 则

令k＝k+1，重复执行步骤(2)～步骤(8)，直至迭代次数k＝M时，寻优结束，输出圆度误差评定的最优解

2.根据权利要求1所述的基于变区间反向混沌优化的圆度误差评定方法，其特征在于，所述变区间反向优化策略，具体包括如下步骤：(8.1)确定当前最优位置Xmin的第i维度为 同时设置更新后的区间为 其中，

(8.2)设置值小于1的区间长度变化因子δ(i)，计算当前搜索的区间长度 同时，对当前的第i维度最优位置 按照数学关系 和生成新的搜索区间 其中r∈(0,1)的随机数；

(8.3)计算当前搜索的第i维度最优位置 的反向最优位置 根据函数适应度值判断，若反向最优位置 优于Xmin，则根据数学关系 和生成新的反向搜索区间 其中r∈U(0,1)，否则仍然以变量区间 执行寻优操作；

(8.4)按照更新后的区间 进行搜索，其中(8.5)重复执行步骤(8.1)～(8.4)，直至搜索到最优的变量区间。