我们正处于工业化和日益全球化的世界中，比过去任何时候都更依赖于测量。无论是在科学研究、技术开发、产品质量控制、健康与安全等领域，可测量性都是第一原则。然而，任何测量都存在一定的不确定度，如果没有对这种不确定度进行准确的评估和量化，所得到的测量结果就会变得毫无意义。因此，测量不确定度理论的发展对提高测量结果的可靠性和可比性起到了至关重要的作用，为量化和控制测量中存在的各种误差和偏差提供了方法论基础。通过合理评定测量不确定度，可以对测量过程中难以完全消除的随机误差和系统误差进行定量描述，从而对测量结果的准确性进行判断。目前，测量不确定度理论宏观上可以分为统计法和非统计法两大体系。统计学方法以概率论和数理统计为基本原理，需要对测量过程及误差分布有足够的了解，可操作性较强，应用范围广泛，其中GUM 法和蒙特卡洛法是由国际组织联合发布并受到国际普遍公认的评定方法，具有完整的不确定度评定流程和指南文件。非统计法如贝叶斯法、灰色评定法、模糊评定法、最大熵方法以及神经网络的间接评定法是相关领域学者为解决特定测量问题总结出的探索性方法，一般只对应于 GUM 所列出的不确定度来源中的某一项或多项，目前尚未形成统一的评定规范。这两种方法各有优势，在不同的应用场景下都发挥着重要作用，对完善测量不确定度理论体系具有重要作用。本文对测量不确定度理论的评定方法进行了系统梳理和回顾，厘清不同方法的优势、不足和适用场景，同时总结了近几年的新观点、新成果，以期对当前测量不确定度理论体系进行相对完整的综述。

测量不确定度的发展概况

测量不确定度的概念最早可以追溯到 1953 年，美国国家标准局（NBS）的 Beers 在研究中提出，计算实验结果的误差实质上是对实验不确定度的估计。1963 年，NBS 统计工程实验室主任 Eisenhart提出了一些建议，旨在统一评估测量结果质量的方式，这些建议是为了能够定量地表示不确定度。1973年，英国国家物理实验室（NPL）的 Dietrich 在其专著中建议使用一组范围来表示测量不确定度，这个范围是基于平均测量值计算得出的。在接下来的十几年里，不同计量领域的学术委员会都对这个建议进行了正式讨论，进一步推动测量领域广泛使用“不确定度”这一术语。而另一方面，各方对于测量不确定度的表达和评定也不尽相同。为此，国际计量局（BIPM）于 1980 年广泛征集了各国家计量机构（NMI）和有关国际组织的意见，决定统一测量不确定度的表达和评定方法，并于 1986 年组织起草了关于统一测量不确定度评定方法的指南性文件。经过国际计量学家们多年的研究和讨论，最终在 1993 年，国际计量局（BIPM）、国际标准化组织（ISO）等 7 个国际组织联合发布了《测量不确定度表示指南》（GUM）和第二版《国际通用计量学基本术语》（VIM），并于 1995 年对 GUM 进行了补充修订，从而进一步加强了对测量不确定度的准确评定和一致表示的要求，使得全球测量领域在不确定度评定方面达成共识。2008 年，JCGM 对 1995 年版 GUM 进行了细微的修订，并在同年发布了增补文件 GUM.S1，介绍了一种基于蒙特卡洛模拟的测量不确定度评定方法。2011 年 JCGM 发布了增补文件 GUM.S2，介绍了适用于多输出量的测量模型 。2012 年 JCGM 发布文件 JCGM 106，介绍了测量不确定度在合格评定中的作用。目前，JCGM 针对 GUM 的关于建模的增补文件 JCGM 103、关于最小二乘法应用的指导文件 JCGM 107 已提出完整草案并征求意见。我国于 1999 年等同转化了 GUM，发布规范性文件 JJF 1059-1999《测量不确定度评定与表示》，作为 JJG 1027-1991《测量误差及数据处理》中“测量误差”的替代部分。2011 年，国家质量监督管理总局（现国家市场监督管理总局）又发布了等同转化 GUM.S1 的 JJF 1059.2-2012《用蒙特卡洛法评定测量不确定度》，这也是迄今为止我国发布的测量不确定度评定的最新指南类文件。