最佳擬合是一種將特徵組中元素的實際值和理論值之間的偏差調整到最佳狀態的數學算法。PC-DMIS對這種數學算法進行了實例化，在以下兩個功能模塊中提供了最佳擬合方法：
第一，將最佳擬合方法用於最佳擬合座標系功能，如圖所示。用途是調整優化座標系，使得後續的測量結果更加精準、合理；
第二，將最佳擬合方法用於特徵或特徵組尺寸評價功能，如求孔組位置度，求複合位置度下框格實測值，求複合輪廓度下框格實測值，求帶不完整基準體系輪廓度等情況下都有使用到。 用途是合理選擇擬合算法，從而得到最優的結果，減少誤判，降低工廠直接經濟損失。下圖為擬合前後效果展示。
紅色為擬合前理論點的位置，橙色為實測點位置，綠色為擬合後理論點的位置，虛線為擬合後無數種可能中的一種，在此僅畫出三條虛線示意，黑色實線為擬合前的理論位置，紫色實線為擬合後最佳位置，最佳位置由下面四種算法確定。
目前有四種最佳擬合方法，分別為：
- 最小二乘法
- 矢量最小二乘法
- 最小最大法
- 矢量最小最大法
這四種方法可能在不同標準中的名稱不大一致，但其中涉及到的科學方法是一致的。下面我們對這四種方法及適用實例做一個詳解。
在三座標測量領域，通常所指的偏差分為直線偏差 和矢量方向的偏差。-直線偏差即兩點之間的直線距離，如上圖②所標識；
-矢量方向的偏差即兩點在矢量方向上的距離，如圖①所標識。
例如理論點位（0,0,0），矢量方向（1,0,0），實際點位（1,1,0），直線偏差為1.414，矢量方向的偏差為1。
目前有四種最佳擬合算法，分別對應不同的最佳擬合狀態及其不同的擬合實例。
最小二乘法
算法
選定的評判對象為所有特徵直線偏差的平方和，使其達到最小。公式如下：
Wi為權重，di為第i個特徵的直線偏差
最小二乘法，也叫最小平方法，通過最小化所有偏差的平方和來尋找座標系的最佳匹配。
適用實例
關注的對象為特徵中心時，特徵中心來源於規則特徵，如圓或圓柱，使用最小二乘法。例如使用孔組優化調整座標系，可使用此種方法，如下圖，孔組為基準建立座標系。
矢量最小二乘法
算法
選定的評判對象為所有元素沿矢量（向量）方向偏差的平方和，使其達到最小。公式如下：
Wi為權重，di為第i個特徵的直線偏差,vi為第i個特徵的矢量
矢量最小二乘法，通過最小化沿矢量方向偏差的平方和來尋找座標系的最佳匹配。
適用實例
關注的對象為曲面理論位置時，曲面可以是規則的特徵，如圓或圓柱，也可以是不規則複雜曲面，使用矢量最小二乘法。例如在實施曲面類零件逆向工程時，可使用此種方法；曲面類零件優化調整座標系時，也可使用此種方法，如下圖花瓣狀零件建座標即可使用矢量最小二乘法。
最小最大法
算法
選定的評判對象為所有元素直線偏差中的最大偏差，使其達到最小。公式如下：
wi為權重，di為第i個特徵的直線偏差
最小最大法，通過最小化最大的偏差來尋找座標系的最佳匹配。
適用實例
關注對象為特徵中心公差時，特徵中心來源於規則特徵，如圓或圓柱，根據 ASME和 ISO 標準使用最小最大法評估位置公差。例如評價不帶基準的孔組位置度時，可使用此種方法，如下圖形位公差標註。
矢量最小最大法
算法
選定的評判對象為所有元素沿矢量方向的最大偏差，使其達到最小。公式如下：
wi為權重，di為第i個特徵的直線偏差,vi為第i個特徵的矢量
矢量最小最大法，通過最小化沿矢量方向的最大偏差尋找座標系的最佳匹配。
適用實例
關注對象為曲面公差時，曲面可以是規則特徵，如圓或圓柱，也可以是不規則複雜曲面，根據 ASME 和 ISO 標準使用矢量最小最大法評估輪廓公差。例如，評價不帶基準的曲線或曲面輪廓度時，使用此種方法，如下圖形位公差標註。
閱讀更多 質量與檢測 的文章
