چکيده: در این مقاله، روشی بهبود یافته، بلادرنگ و با دقت بالا در مدلسازی کنترل محور موتورهای احتراق داخلی، به نام نیورو ام.وی.ام ارائه می گردد. این مدل، ترکیبی از مدل های مقدار میانگین و شبکه های عصبی بوده و قادر است بر نواقص هر دو روش فائق آید. به بیان دیگر، با بهره گیری از مزایای هر دو روش، این توسعه جعبه خاکستری، دارای قابلیت اعتمادی بالاتر از یک شبکه عصبی جعبه سیاهِ صرف، و همچنین دقتی بالاتر از روابط ریاضی (تقریبا) جعبه سفید مدل های مقدار میانگین خواهد بود. با بهبود این روش در مقاله حاضر، مدل حاصله برای طراحی کنترلر مناسب خواهد بود. به واسطه استفاده از روش های پیشرفته تر طراحی (مانند ساختارهای گروهی، تقسیم بندی بهبودیافته و به خصوص، ساده سازی وظیفه شبکه ها)، شبکه های عصبی با دقت بالا و رگرسیون های شبه خطی حاصل می شود. چنانکه ملاحظه خواهد شد، مدل نهایی به دقت بر اساس داده های آزمایشگاهی-نرم افزاری صحه گذاری شده و قادر است خروجی های حالت ماندگار و گذرای موتور (مانند آلاینده های خروجی، فشار منیفولد، وقوع ضربه و دور موتور) را با دقت بالا و به صورت بلادرنگ پیش بینی کند. در پایان، تأثیر ورودی های کنترلی موتور بر آلاینده ها و مصرف سوخت، مورد مطالعه قرار می گیرد. موتور مورد بررسی در این پروهش، یک موتور بنزینی با پاشش راهگاهی است.