随着汽车工业的发展，汽车保有量的持续高增长，使得节能和环保成为汽车工业的重要课题，人们越来越关心汽车的燃油经济性能。燃油消耗量是评价燃油经济性的关键指标，快捷而准确地测量汽车的燃油消耗量成为有效、准确地评价汽车燃油经济性能的重要手段，不断改进的油耗测量方法对燃油消耗量的评价具有非常重要的影响。本文针对现有的燃油消耗量测量方法存在成本较高、结构复杂并且难以实现车载实时测量的问题，提出基于RBF径向基神经网络的汽车油耗软测量方法，并设计了相应的油耗实时监测系统，具体研究内容主要包括：（1）研究当前使用的油耗测量方法及原理，对比各种方法的优缺点；根据油耗车载实时测量的要求，提出相应的RBF径向基神经网络软测量方法。（2）分析并选取影响油耗的主要因素，设计基于RBF径向基神经网络的油耗软测量模型；为测量模型设计油耗测量试验方案，试验实测数据作为测量模型的训练样本和测试样本；结合主元分析方法改进径向基神经网络的训练速度，利用Matlab仿真并将仿真结果与油耗仪测量数据对比分析，分析上述测量方法的有效性。（3）设计车载检测部分的ARM控制及监控系统，用于油耗数据的分析处理、发送与传输，较精确地进行油耗的车载实时在线测量与监测。本文将软测量的思想方法应用于汽车燃油消耗量的测量，提出一种新的油耗测量方法即基于RBF径向基神经网络（RBFNN）的汽车油耗软测量。该方法利用容易测量的发动机运转参数来间接反映难以直接车载实时测量的油耗信息，利用径向基神经网络算法对测量模型进行非线性逼近，分析并选取影响油耗的主要因素（发动机转速、节气门开度及发动机温度）作为测量模型的输入部分，自学习建立油耗软测量模型，利用油耗实时监测系统监测车辆实时油耗，可方便车检所、交通局及运营公司进行车载油耗的实时测量及管理。