1.一种基于DP‑PSO‑SVR的齿廓偏差测量方法，其特征在于，包括以下步骤：步骤1、测量待测齿轮的齿廓数据作为待测数据，测量测试齿轮的齿廓数据作为样本数据，并对待测齿轮的理论齿廓数据进行坐标变换处理；

步骤2、建立齿廓偏差数学模型，用于计算齿轮的齿廓偏差；

步骤3、建立SVR模型，用于对齿廓数据进行曲线拟合；

步骤4、使用DP‑PSO算法和样本数据对SVR模型中的参数进行优化和训练，得到DP‑PSO‑SVR模型；

步骤5、使用DP‑PSO‑SVR模型对待测数据进行拟合，得到待测齿轮的实际渐开线，利用最小二乘法拟合理论齿廓数据得到理论渐开线，通过齿廓偏差数学模型计算得到实际渐开线与理论渐开线之间的齿廓偏差；

步骤1中对理论齿廓数据进行坐标变换处理包括以下步骤：步骤1.1、建立线性变换矩阵：

其中，Δx为X

轴的位移量，Δy为Y轴的位移量，α为坐标系的旋转角度；

步骤1.2、将理论计算点(x0，y0)变换到实际测量点(x1，y1)坐标系：步骤2中所述的齿廓偏差数学模型为：

其中Fa为齿廓偏差值，rb为基圆半径，两条理论渐开线与基圆的相交于两点，分别为两点与X轴的夹角；

步骤4中使用DP‑PSO算法和样本数据对SVR模型中的参数进行优化和训练，具体包括以下步骤：步骤4.1、初始化SVR模型参数，设定参数的取值范围；

步骤4.2、建立粒子群进化方程，初始化粒子群参数；

步骤4.3、用初始值训练SVR模型，更新两个粒子群的粒子适应度，记录粒子的个体历史最优值和群体历史最优值；

步骤4.4、用不同的策略更新两个粒子群的位置和速度；

步骤4.5、训练SVR模型，更新粒子适应度，更新整体粒子群的个体历史最优值和群体历史最优值；

步骤4.6、重复步骤4.5，直到达到最大迭代次数，停止迭代；

步骤4.2中建立粒子群进化方程步骤包括：

建立局部寻优进化方程：

Q1：vij(t+1)＝w×vij(t)+c1×rand()×(pij(t)‑xij(t))+c2×rand()×(pij(t)‑xij(t))w＝0.3

建立全局寻优进化方程：

Q2：vij(t+1)＝w×vij(t)+c1×r1j(t)×(pij(t)‑xij(t))+c2×r2j(t)×(pij(t)‑xij(t))其中rand()为在[0，1]中分布均匀的任意数，w为惯性权重，c1、c2为加速因子，vij(t+

1)、xij(t)和pij(t+1)分别表示粒子i在t+1次迭代中第j维的速度、位置和飞行过的最好位置，i＝1、2、...、N，N表示可行解的数量，j＝1、2、...、G，G表示求解的问题维度，t为迭代次数；

步骤4.4中用不同的策略更新两个粒子群的位置和速度为：利用反正切函数动态调整加速因子c1和c2，确定局部寻优进化方程Q1和全局寻优进化方程Q2的加速因子：c1(t)＝c11+(c12‑c11)×(arctan(20×t/Tmax‑e)+arctane)/lc2(t)＝c21+(c22‑c21)×(arctan(20×t/Tmax‑e)+arctane)/ll＝arctan(20‑e)+arctan(e)其中，c11和c21分别是c1和c2的起始值，c12和c22分别是c1和c2的终值，Tmax为算法的最大迭代次数；e为调节系数，控制曲线的衰减，取值为0‑10。

2.根据权利要求1所述的一种基于DP‑PSO‑SVR的齿廓偏差测量方法，其特征在于，步骤

4.1中设定的参数包括：惩罚参数C、核函数参数σ和不敏感损失ε。

3.根据权利要求1所述的一种基于DP‑PSO‑SVR的齿廓偏差测量方法，其特征在于，步骤

4.3中初始化的粒子群参数包括：加速因子调节系数、最大迭代次数、种群总个数、子群个数。