热误差是影响机床加工精度的主要因素之一,为减小热误差对机床精度的影响,提出萤火虫算法结合BP神经网络建立热误差模型。使用萤火虫算法对BP神经网络进行优化,对隐含层神经元个数进行优化取值,确定网络结构,并对网络初始权值和阈值进行了优化。以GMC2000A机床为试验对象,误差模型的输入为模糊C-均值聚类选取的机床关键位置的温度向量,输出为Y轴定位误差,通过均方根误差值RMSE、决定系数R~2和预测精度η三项指标对误差模型预测效果进行评估。结果表明,萤火虫算法优化BP神经网络误差模型取得了较好的预测结果,且在恶劣的工作环境中仍能保持一定的预测精度。