为了高效率、高精度检测自由曲线和曲面零件并计算轮廓度误差,提出将改进遗传算法与拟随机序列结合来评定自由曲线轮廓度误差。首先,针对自由曲线因没有已知的解析表达式而常用离散点表示其轮廓的特点,采用非均匀有理B样条（NURBS）来表示自由曲线,并用改进遗传算法优化重建自由曲线;然后,应用拟随机Halton序列均匀产生参数值精确计算点到曲线最短距离。阐述了自由曲线重建时控制顶点及目标函数值的计算方法,确立了改进遗传算法重建自由曲线及采用拟随机序列生成参数值求解点到曲线最短距离的具体步骤。最后,针对仿真实例计算并实测零件曲线轮廓度误差。结果显示,自由曲线轮廓度误差评定精度高于99%,表明提出的方法算法简单、计算速度快、精度高,适于在工程计量中推广应用。

提出了自适应自由曲线轮廓度误差评定中，坐标系的自适应调整方法。该方法使用对应特征点法与DFP－一维搜索法，实现被测曲线与理论曲线之间的自适应性调整。从而，分离并消除位置误差对轮廓误差评定的影响，确保曲线轮廓度误差精度。

为实现对自由曲线廓形误差的高效可靠评价,提出了一种结合多项式方程求根与实数编码遗传算法(RCGA)的评价方法。首先,根据最小二乘准则建立了廓形误差评价的优化模型;进而,通过构造多项式方程,并采用Halley迭代对方程求根,实现了点到自由曲线距离的高效计算;然后,采用RCGA完成了优化模型的求解,并与分割逼近法得到的结果进行了对比。结果表明,该方法高效可靠,相同条件下计算时间约为分割逼近法的5%,能够满足自由曲线廓形误差的评价。