自从《测量不确定度评定指南》颁布以来,不确定度理论在众多领域得到广泛的应用。近些年来,不少人致力于寻求最优评定方法的研究,取得了不少成果,但是在水泵测试不确定度评定的领域,研究者却很少,加之我国的水泵行业整体水平相对落后,技术人才较为缺乏,寻求一种有效的评定手段势在必行。本文就水泵测试不确定度评定普遍存在的问题给出一种不确定度评定新方法,基于蒙特卡罗方法和最大熵方法开展的对单级离心泵的性能测试参数的不确定度评定方法有效结合了两种方法的优点,展开进行不确定度评定。课题研究主要做了以下几个方面的工作：不确定度评定的方法的可行性分析以及各个方法的优劣性及适用性比较；对水泵性能测试系统进行分析,寻找不确定度来源及其消除措施,并结合实际的单级清水离心泵的性能测试进行实时数据采集,并对利用贝塞尔公式进行不确定度评定与分析；对收集的数据利用最大熵方法进行分布模拟,模拟得出这些数据分布类型,根据求得的分布类型,用舍选法产生相应分布的一定数量的随机数,然后利用蒙特卡罗方法进行不确定度的评定,并将结果与传统方式评定结果作比较,得出结论；针对最大熵问题求解过程普遍存在的初值选择困难的问题,进行算法研究,给出一种基于粒子群算法进行求解的方案,不再需要人工给定初始值,而只需给定一个范围即可,程序便可以自行在空间中搜索最优解,评定程序得到简化,避免一些随机因素尤其是人为选择初始值不当造成的不收敛问题,并将测试数据代入计算,与常规算法求解结果进行对比,验证算法的有效性。