随着我国制造业的不断发展,机床正发挥越来越重要的作用,但是由于设计、操作和管理等多方面的因素,机床在运行时的能耗远远偏离正常水平。如何准确地对机床能耗进行预测,是现代绿色制造不可回避的问题。本文使用改进的果蝇算法和神经网络集成建立了机床的能耗预测模型,提高了机床能耗预测的准确性和稳定性。首先,本文通过田口方法对机床的能耗数据进行研究,判断了加工参数对于机床能耗的影响是否显著,以及其影响的大小和趋势。然后,通过神经网络集成来对机床的能耗进行预测,并使用改进的果蝇算法优化了其选择和集成两个阶段。最后,通过实验对改进后的果蝇算法从寻优能力、寻优速度、跳出局部最优值的能力三个方面进行了评价;对能耗预测模型的数据拟合度、预测准确性、预测稳定性进行了评估。本文研究表明加工参数对机床能耗都有显著的影响,影响程度由大到小分别为切削速度、进给量、切削深度,并且都与机床能耗呈现正相关的趋势。为了解决单个神经网络在预测机床能耗时效果不理想的问题,本文以加工参数为输入建立了以改进的果蝇算法和神经网络集成为基础的机床能耗预测模型,其能够更加准确和稳定地预测机床在进行机械加工时的能耗。同时,改进的果蝇算法对多极值复杂问题的寻优能力也较之前有了很大的改善。