随着中国经济建设的飞速发展,人民生活水平的普遍提高,汽车已经普及到千家万户,成为百姓出行必不可少的交通工具。但汽车保有量的大幅增加,许多由汽车驾驶产生的疾病和问题也逐渐显现出来。汽车座椅舒适性就是近年来急需解决的一个问题,汽车座椅的舒适性与否,直接影响到驾驶员的身体健康和人身安全。本文结合生理学、统计学和人机工程学的研究成果。通过社会调查健康成年人的正常驾驶汽车时对汽车座椅的舒适性需求,确定研究参数、制定评价标准,采用Xsensor压力采集系统测试了健康成年人在3辆不同汽车上的压力分布数据和主观舒适度。在探求与舒适性相关的因素过程中进行了驾驶姿势间的差异性分析和男性女性差异性分析,以及人体主观舒适度与体压分部等参数的相关性分析。根据差异性分析和相关性分析的结果,确定BP神经网络模型的输入参数和输出参数,建立具有预测汽车座椅舒适性的BP神经网络模型。神经网络模型对没有接触过类似理论的人群来说晦涩难懂,可以将BP神经网络整合到GUI界面之中,设计完成的GUI界面可以有上手难度低,操作简便等特点。本文将社会调查中认同率大于60%的作为研究参数,共确定了背部、臀部、大腿等人体区域的平均压力、最大压力、接触面积等31个研究参数。在汽车座椅静态舒适性实验的基础上,完成了研究参数的采集。得出了男性和女性在驾驶汽车时的差异。确定了舒适性与17个参数间有明显的相关性。最后将17个研究参数作为输入数据,主观舒适度作为输出数据完成了 BP神经网络以及GUI界面的建立。最终建立的BP神经网络模型的预测准确率在80%-90%之间,准确率较高,该BP神经网络模型可为后续研究提供模型基础,并对汽车座椅设计提供依据。