随着社会的快速发展，化石燃料日渐枯竭，各国政府制定的机动车排放法规也越来越严格;所以，提高汽油机运行过程中各个参数的匹配精度是降低排放、提升性能必经之路。汽油机的点火提前角是除空燃比之外另一个能够直接影响汽车各项性能的重要参数，点火提前角过大发动机容易发生爆震，效率降低;过小则油耗增大，动力性变差。随着智能控制算法的发展，汽油机工作过程中空燃比的波动已经控制在3％左右，而点火提前角却仍然通过传统的查表插值方法进行确定，精度得不到保证。由于汽油机运行工况与点火提前角之间关系复杂，要准确获取各工况下的点火提前角只有通过实验标定，而汽油机的运行工况非常多，不可能对所有的运行工况都进行实验标定;因此，开展汽油机点火提前角的预测研究，有一定的理论意义以及工程应用价值。　　本文以汽油机点火提前角的预测为主要研究路线。首先，介绍了汽油机点火前角对发动机性能的影响，以及进行点火提前角预测研究的必要性和重要性，并分析和研究了国内外点火提前角预测现状;其次，以实验台架上标定的点火提前角数据作为样本数据，通过粒子群算法(PSO)对BP网络的初始权值和阈值进行优化，建立了基于BP神经网络的汽油机点火提前角预测模型，并使用BP神经网络预测模型进行点火提前角预测仿真;然后，以同样的点火提前角样本数据，通过交叉验证方法优化最小二乘支持向量机模型(LSSVM)的两个重要参数γ和σ2，建立了基于LSSVM的汽油机点火提前角预测模型，并使用LSSVM预测模型进行点火提前角预测仿真;最后，分析总结了单一模型在预测汽油机点火提前角时的缺陷和不足之后，本文提出了根据发动机负荷变化的可变最优加权方法，并建立了基于BP-LSSVM的汽油机可变最优加权点火提前角组合预测模型，通过点火提前角预测结果的对比与分析，验证了本文提出的基于神经网络和LSSVM的汽油机点火提前角组合预测模型的准确性和有效性。