在平面度误差评定的最小包容区域法中提出一个新的、快速的实施方法：通过将测点向某特殊平面投影并利用在投影面中直线度评定的信息确定原测点的平面度误差。同时证明了从距最小二乘拟合面最远的高（低）点开始的搜索路线可减少测点分类法搜索的次数。本文通过一个常用的算例验证了该算法的正确性,并用随机产生若干算例验证了该算法的有效性。该算法对225个测点的平面度误差评定平均耗费时间只有0.5s左右。

在平面度误差评定的最小包容区域法中提出一个新的、快速的实施方法：通过将测点向某特殊平面投影并利用在投影面中直线度评定的信息确定原测点的平面度误差。同时证明了从距最小二乘拟合面最远的高（低）点开始的搜索路线可减少测点分类法搜索的次数。本文通过一个常用的算例验证了该算法的正确性,并用随机产生若干算例验证了该算法的有效性。该算法对225个测点的平面度误差评定平均耗费时间只有0.5s左右。

针对平面度误差判定的最小包容区域法，提出一种新的、快速的实施方法，它将所有测量点分成“高点”、“低点”和“鞍点”3种类型，并指出最小包容区域法中的最高点只出现在“高点”中，最低点只出现在“低点”中，且二者均不会出现在“鞍点”中。这就极大地减少了轮流处理（搜索）的次数，提高了软件的效率，而且测量点越多，效果越显著。通过对70个测点的典型算例，表明此算法比传统的最小区域法要快几十倍。