以油门踏板操作(行程百分比)、卷扬手柄操作(开度百分比)及起重量作为输入参数,以燃油消耗量作为输出结果,基于BP神经网络建立针对用户操作的汽车起重机燃油消耗量预测模型;采集汽车起重机各工况下燃油消耗量试验数据,对比定发动机转速试验样本与不定发动机转速试验样本对BP神经网络模型预测精度的影响,并在神经网络训练样本前处理过程中引入滑动平均法;727个预测值与目标值的对比显示,模型相对误差平方和为0.000 31,线性回归值为0.999 49;仿真结果表明,定发动机转速试验样本及滑动平均法能够显著提高BP神经网络的泛化能力及仿真精度,从而提高汽车起重机燃油消耗量预测的精确度。