摘要∶数控机床热误差补偿是提高机床加工质量的有效手段，文章针对最小二乘支持向量机法建立的预测模型鲁棒性的不足以及稀疏性的缺失问题，对初始的预测模型进行了鲁棒性和稀疏性训练，在保证模型预测精度的同时是整个模型更具鲁棒性，并且通过稀疏性训练大大提高了整个模型的运行迷度，为今后更好的进行误差补偿奠定了基础。