通过对平面度误差评定的四种常用方法的分析。分别建立合理的数学模型，利用MATLAB语言强大的数值计算和绘图功能，编写计算平面度误差的程序，并设计出简单、方便的用户操作界面，绘出直观形象的三维模拟图形，实现测量数据的可视化。这对于提高平面度误差检测效率，降低检测成本，改善课程的实验教学效果以及工程上的加工工艺分析具有重要的实际意义。

在分析以往形位误差评价方法的基础上，提出了一种基于遗传进化理论的形位误差评价的智能方法。文中以平面度误差为例，详细地介绍了进化模型的建立及计算方法。最后，通过不同评价方法对一平面的平面度误差进行对照实验，结果证明该方法是正确可行的。

根据平面度公差带方位浮动的特点，对测量数据组进行旋转平移，使包容区域符合最小条件，并且使平面度误差评定的数学模型取得较简化形式。最后利用最优化方法求解平面度误差。

以给定平面度误差的评定为例，分析最小二乘法和最小包容区域法的算法模型，并提出一种基于区域搜索的评定平面度误差的方法．在三坐标测量机上，对被测平面进行采样点坐标数据提取，分别用基于搜索逼近法的最小二乘法和最小包容区域法实现给定平面度误差的评定．结果表明，基于搜索逼近法的最小包容区域法与最小二乘法相比，其评定结果精度提高了5．97％，且符合最小条件．

介绍了多测头平面度误差分离的几种方法。包括递推逐次两点法、最小二乘逐次两点法、二维频域直线三点法等，并对这些方法存在的问题作了简要说明。最后指出相对于直线度误差分离技术已经趋于成熟而言，平面度误差分离技术还存在诸多问题有待于解决。

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。

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。

根据测量的原始数据，采用最小二乘法进行电机安装架上平面的平面度误差评定分析，同时结合Excel软件，最终快速、准确、可靠地得出其平面度误差值。整个评定过程操作简便、计算准确，大大减轻了计算强度。

本文就平面度误差的数学模型与按最小乘法建立理想平面(评定基准)的数学模型展开分析讨论;并结合实例分析,得出较客观地评定平面度误差或测量较大平面的平面度误差,最小二乘法是最佳方法.

对用对角线法测量平面度误差时的测量点数据进行处理,求解直接用于平面度误差评定的数据--单点测量结果,根据<测量不确定度表示指南>(GUM),对单点测量结果进行不确定度计算,总结得出单点测量结果及其不确定度分别为测量读数值及其不确定度的线性函数.