1.一种对永磁体定量充退磁的方法，其特征是具有以下步骤：

步骤1)：分别将充磁时建模用永磁体A、退磁时建模用永磁体D放入充退磁机中，充退磁机以充电电压进行充电，采用高斯计测到磁感应强度；

步骤2)：由磁感应强度和充电电压的关系分别建立充磁时的充电电压的RBF神经网络预测模型V＝f(B)和退磁时的充电电压的RBF神经网络预测模型V1＝h(B1)，V是充磁时充电电压，B是充磁时磁感应强度，V1是退磁时充电电压，B1是退磁时磁感应强度；

步骤3)：分别将与充磁时建模用永磁体A同型号的待充磁永磁体C、退磁时建模用永磁体D同型号的待退磁永磁体E放入充退磁机中，计算出待充磁永磁体C充磁后的磁感应强度B′、待退磁永磁体E退磁后的磁感应强度B1′；

步骤4)：将磁感应强度B′输入到RBF神经网络预测模型V＝f(B)、磁感应强度B1′输入到RBF神经网络预测模型V1＝h(B1)，得到对应的充电电压V′、V1′，充退磁机以充电电压V′对待充磁永磁体C充磁、以充电电压V1′对待退磁永磁体退磁。

2.根据权利要求1所述的一种对永磁体定量充退磁的方法，其特征是：充磁时的步骤包括：步骤1‑1)：设置充退磁机的初始充电电压为V0和增加一个充电电压的差值ΔV，充退磁机以V0的充电电压对建模用永磁体A充磁，高斯计测量到磁感应强度为B0；

步骤1‑2)：增加充电电压为V＝V0+ΔV，高斯计测量到对应的磁感应强度B；

步骤1‑3)：重复步骤1‑2)n次，直到磁感应强度B的值达到磁感应强度最大值Bmax，将n+1个磁感应强度B作为输入，n+1个充电电压V作为输出建立充电电压的RBF神经网络预测模型V＝f(B)。

3.根据权利要求2所述的一种对永磁体定量充退磁的方法，其特征是：在建立充电电压的RBF神经网络预测模型V＝f(B)后，设置充磁程度s，0

4.根据权利要求3所述的一种对永磁体定量充退磁的方法，其特征是：由式B′＝Bmax*s％计算出待充磁永磁体C充磁后的磁感应强度B′。

5.根据权利要求1所述的一种对永磁体定量充退磁的方法，其特征是：退磁时的步骤包括：步骤2‑1)：将建模用永磁体D放入充退磁机中，高斯计测到磁感应强度为B1‑0；

步骤2‑2)：充退磁机以初始充电电压V1‑0充电，对建模用永磁体D退磁，高斯计测到磁感应强度为B1‑1；

步骤2‑5)：增加充电电压，使充电电压V1＝V1‑0+ΔV，ΔV为充电电压每增加一次的差值，高斯计测到磁感应强度B1；

步骤2‑6)：重复执行步骤2‑5)n次，直到磁感应强度B1等于0，将n+1个磁感应强度B1作为输入，n+1个充电电压V1作为输出建立充电电压的RBF神经网络预测模型V1＝h(B1)。

6.根据权利要求5所述的一种对永磁体定量充退磁的方法，其特征是：在建立充电电压的RBF神经网络预测模型V1＝h(B1)后，设置退磁程度v，0

7.根据权利要求6所述的一种对永磁体定量充退磁的方法，其特征是：根据式B1′＝B1‑0*(100‑v)％计算出退磁后的磁感应强度B1′。

8.根据权利要求2所述的一种对永磁体定量充退磁的方法，其特征是：充退磁机的内部具有充磁电路和退磁电路，充磁电路的输出端经第一电容器连接第一线圈，退磁电路的输出端经第二电容器连接第二线圈，建模用永磁体A放入第一线圈中，充退磁机将电路切换为充磁电路。

9.根据权利要求5所述的一种对永磁体定量充退磁的方法，其特征是：充退磁机的内部具有充磁电路和退磁电路，充磁电路的输出端经第一电容器连接第一线圈，退磁电路的输出端经第二电容器连接第二线圈，建模用永磁体D放入第二线圈中，充退磁机将电路切换为退磁电路。