Termální chyby mohou mít významný vliv na přesnost CNC obráběcích strojů. Chyby pocházejí z tepelných deformací prvků stroje způsobených zdroji tepla uvnitř konstrukce stroje nebo změnou okolní teploty. Vliv teploty lze snížit zamezením vzniku chyb nebo numerickou kompenzací. Výkonnost systému kompenzace tepelných chyb v podstatě závisí na přesnosti a robustnosti modelu tepelných chyb a jeho vstupních měření. Tento článek nejprve podává přehled různých metod návrhu modelů tepelných chyb a poté se soustředí na využití adaptivního neurofuzzy inferenčního systému (ANFIS) k návrhu dvou modelů tepelné predikce: ANFIS rozdělením datového prostoru na obdélníkové podprostory (model ANFIS-Grid) a ANFIS pomocí metody fuzzy c-means clustering (model ANFIS-FCM). Teorie šedých systémů se používá k získání pořadí vlivu všech možných teplotních čidel na tepelnou odezvu konstrukce stroje. Všechny váhy vlivu teplotních čidel jsou shlukovány do skupin pomocí metody shlukování fuzzy c-means (FCM), skupiny jsou pak dále redukovány korelační analýzou.
Studie malého CNC frézovacího stroje je použita k poskytnutí trénovacích dat pro navržené modely a následně k poskytnutí nezávislých testovacích datových sad. Výsledky studie ukazují, že model ANFIS-FCM je lepší z hlediska přesnosti své predikční schopnosti s výhodou menšího počtu pravidel. Reziduální hodnota navrženého modelu je menší než ±4 μm. Tato kombinovaná metodika může zajistit lepší přesnost a robustnost systému kompenzace tepelných chyb.