机械零件形位误差评定本质为求解非线性无约束最优化问题，应用传统优化算法求解非线性优化问题仍然是个难题。而当前大部分如三坐标测量机(CMM)等的误差测量评定设备多以最小二乘法为原理进行误差评定。最小二乘法不符合形位误差评定的国家标准，存在理论误差，不适用于高精度误差的测量评定。 本文提出应用遗传算法对机械零件形位误差进行精确评定。分析了标准遗传算法存在的不足，提出两种改进方案，通过函数计算实例证明改进后的遗传算法性能更好。又按照国家误差评定标准，对形位误差中最常见的几项公差项目进行了数学定义，建立相应的误差评定数学模型，将误差评定转化为最优化问题，运用标准遗传算法和改进后的遗传算法求最优解。试验结果表明，多种群实数编码并行遗传算法应用于形位误差评定切实可行，精度高，处理速度快。为今后机械零件形位误差评定提供了发展方向。最后对形位误差可视化作了探索性研究。