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。

本文提出一种按最小区域法近似求解空间直线度误差的计算机快速评定方法。

为了实现对空间直线度误差的精确、快速评定，研究了它的数学模型和逐次二次规划（SQP）算法。根据最小区域定义及数学规划理论，建立了空间直线度评定的非线性规划模型，指出了该模型实质上是多目标优化的问题，并将该优化问题转化成单目标优化问题。Fh于该非线性规划模型还是凸的、二次的，因此提出了用SQP法来实施。SQP法在评定过程中保留了模型中的非线性信息，对初始参数的要求低，且稳定、可靠、效率高。几个算例的结果均满足凸规划全局最优判别准则，精度达到10mm，耗时在0．4s左右。结果有力地验证了上述结论。

按最大内接圆法评定圆度误差的仿增量算法是将工件轮廓看作一个有序点集，并建立一个初始子集和它的内接圆。通过迭代的方法由此初始圆得到全点集的内接圆，然后用新的迭代的方法由此内接圆求得全点集的最大内接圆。两次迭代过程类似，均是通过对原子集增加一个点得到新子集，由新子集求一个更接近目标的新圆，并舍弃新子集中不在新圆圆周上的点，直到达到目标。证明了该算法是正确的且单调递增收敛的。用几个实际零件圆度误差的评定验证了该算法。

根据形状误差定义及数学规划理论,建立了形状误差包容评定的统一的非线性规划模型,指出了这模型实质上是多目标优化的问题。再将该优化问题转化成单目标优化问题,并对该问题提出了用逐次二次规划的解法（SQP法）。由于模型是凸的,在求解中SQP法又能保留非线性的信息,因此评定过程对初始参数的要求低,且稳定、可靠、效率高。几个算例的验证结果均符合凸规划全局最优判别准则。

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。

在直线度、平面度公差判定的最小包客区域法中提出一个新的、快速的实施方法。新方法将所有测量点分成“高点”、“低点”和“鞍点”三种类型。并指出最小包客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，最高（低）点不会出现在“鞍点”中。这样极大的减少了搜索的范围，提高了软件的效率，而且测量点越多，效果越显著。通过70个测点平面度评定的典型算例，表明此算法比传统的最小区域法要快几十倍。