本发明属于喷墨打印技术领域，具体公开一种喷印墨滴落点误差预测方法，包括：初始化LSTM神经网络，采用改进双粒子群优化算法对该网络参数进行优化，主粒子群负责整体性搜索，辅助粒子群负责多样性搜索；采用Tent混沌映射进行初始化粒子群和局部搜索，提高了粒子搜索的多样性与遍历性；采用自适应参数调整适应策略，加强了算法的整体与局部寻优能力；采用Levy飞行进行粒子扰动，保持了粒子的多样性，使粒子群沿更好的方向进化；建立LSTM神经网络预测模型，使用建立的网络预测模型进行喷印墨滴落点误差的间接测量。本发明相比现有试打印法，缩短了打印周期，避免了试打印造成的墨水消耗，适用于利用喷墨印刷方式制造高分辨率显示器、电子元器件等应用场合。