利用粒子群算法实现了平面度误差的最小区域评定,并采用LabVIEW和MATLAB混合编程技术,联合开发了平面度误差评定软件,实现了LabVIEW可视化界面与MATLAB优化计算的有效结合,对形位误差评定软件的设计实现具有指导意义。

为了准确快速评定平面度误差,提出将改进人工蜂群（MABC）算法用于平面度误差最小区域的评定。介绍了评定平面度误差的最小包容区域法及判别准则,并给出符合最小区域条件的平面度误差评定数学模型。叙述了MABC算法,该算法在基本人工蜂群算法（ABC）模型的基础上引入两个牵引蜂和禁忌搜索策略。阐述了算法的实现步骤,通过分析选用两个经典测试函数验证了MABC算法的有效性。最后,应用MABC算法对平面度误差进行评定,其计算结果符合最小条件。对一组测量数据的评定显示,MABC算法经过0.436s可找到最优平面,比ABC算法节省0.411s,其计算结果比最小二乘法和遗传算法的评定结果分别小18.03μm和6.13μm。对由三坐标机测得的5组实例同样显示,MABC算法的计算精度比遗传算法和粒子群算法更有优势,最大相差0.9μm。实验结果表明,MABC算法在优化效率、求解质量和...

在平面度误差的实际测量中，给出测量结果时往往不给测量结果的不确定度。按照国际标准化组织发布的《测量不确定度表示指南》（简称GUM）的要求，根据平面度误差最小区域评定的几何判别准则，推导了有关的不确定度传递公式。分别用蒙特卡罗方法及本文推导的公式对实际的测量结果进行了不确定度估计，实验结果表明，推导出的公式计算的不确定度要比用蒙特卡罗方法估计的效果要好。