基于异构基学习器集成的数控机床热误差预测方法及系统

本公开提供了基于异构基学习器集成的数控机床热误差预测方法及系统，涉及机床热误差预测技术领域，包括：获取机床关键点温度信号和热误差信号，构造交互特征，并通过相关性分析选择高交互特征；针对高交互特征和原始特征进行特征重要性评估，对特征数量和模型超参数进行协同优化，获得最优特征‑参数匹配方案并输入至Stacking集成模型；通过基学习器层从不同角度挖掘多维特征信息，构造新的特征空间，并输出第一预测结果；将第一预测结果输入至元学习器层，对其进行加权融合，输出最终预测结果；基于最终预测结果进行热误差补偿，修正坐标位置并进行反馈，形成对数控机床热误差的闭环控制，本公开提高了预测精度和泛化能力，降低了系统部署成本。