针对传统智能优化算法在评定平面度误差时存在计算精度不足、收敛速度慢等问题，提出一种兼具高精度与高效率的平面度误差评定方法。通过设计一种以序列二次规划（Sequential Quadratic Programming， SQP）算法为主、粒子群优化（Particle Swarm Optimization， PSO）算法为辅的混合算法（PSO-SQP），以满足自研1 200 mm口径非接触式平面度检测仪对评定算法的严格要求。利用PSO算法的全局搜索能力进行初步粗搜索，快速获得一个接近全局最优的解作为SQP算法的优质初始点；针对精搜索阶段，利用自适应步长策略替代传统固定步长，从而在局部搜索中实现快速稳定收敛。实验结果表明，PSO-SQP混合算法对初始点偏差、采样规模及测量噪声具有良好的稳定性，与高精度三坐标测量机相比，评定结果差异小于7 nm。在实际工程应用中，对直径280 mm的平面镜进行评定，平面度评定结果与平面镜面形精度指标相符，验证了其工程实用性。PSO-SQP混合算法具有计算精度高、收敛速度快和稳定性好等优点，特别适用于超高精度、大数据量的平面度检测。
Luyang et al. (Thu,) studied this question.