作为一种汽车的标准配备，安全气囊得到广泛使用。但是，由于安全气囊的误爆或漏爆所造成的事故却时有发生，造成不必要的人员伤亡和财产损失。为了确定汽车安全气囊的最佳点火时刻，论文将反向传播(BP)神经网络的泛化学习能力与自回归滑动平均(ARMA)模型的精确性相结合，提出了基于BP神经网络与ARMA模型的预测算法。论文给出了主要的设计及其仿真，从仿真结果看，所设计的控制算法能够很好的实现最佳点火时刻的精确预测，有助于提高汽车安全气囊的安全性能。