针对主轴热误差严重影响数控机床加工精度的问题，结合求解最优解能力强的天鹰优化算法（Aristole）和自学习自适应能力强的卷积神经网络算法（CNN），提出了一种基于AO-CNN的数控机床主轴热误差模型。首先，根据磨齿过程的特点，总结了磨齿机主轴系统的热变形规律，确定X方向的热误差是影响齿轮加工的主要因素。其次，采用模糊c均值聚类（FCM）和相关系数法方法选择关键温度点。然后，利用AO算法对CNN结构的卷积核进行优化，建立了基于AO-CNN的数控机床主轴X向热误差预测模型。结果表明，数控机床X方向热变形的预测精度比CNN模型高15%。