摘要∶由于BP存在网络结构选取基于经验、易陷人局部最优、收敛速度慢等缺陷，致使基于BP的数控机床热误差预测模型精度不高，对此提出了一种改进粒子群优化BP的数控机床热误差预测建模的新方法。通过改进标准粒子群算法中粒子的位置与速度更新策略，以此寻找 BP神经网络最优的阈值和权值，在此基础上建立数控机床热误差预测模型。仿真实验结果表明∶与标准的BP神经网络和支持向量机相比，改进粒子群优化BP神经网络的数控机床热误差预测模型精度更高、泛化能力更强。