针对制造过程中参数众多易引发多重共线性，致使质量指标预测不准确的问题，提出了一种基于局部线性嵌入(LLE)的制造过程多重共线性参数特征选择方法。首先诊断制造过程参数的多重共线性问题，再用最小绝对收缩和选择算子(LASSO)回归方法将其消除；然后用LLE算法对LASSO回归后的参数做特征选择，获得彼此独立的特征空间，并将其输入到鲸鱼优化支持向量机模型(WOA-SVM)中验证所提算法的参数特征选择效果；最后通过案例分析验证了所提方法的有效性。结果显示，与原始数据相比，采用所提出的方法能够在更低的特征空间维度下获取更精确的预测效果，相关系数值高达0.9702,特征选择的准确率增加了24.989%。