随着经济的发展和科学技术的进步,人们对生活质量和生存环境的要求日益提高,由于能源结构与环境改善的关系密切,生活能源消耗大大提高了居民的生活质量。居住生活能耗受到国内、国际各方面因素的影响,是一个复杂的非线性系统。而传统的线性预测方法虽然具有直观简单、解释性强的优点,但难以处理动态复杂的非线性系统的预测问题。神经网络是一种非线性的动力学系统,具有强大的非线性映射能力,具有很强的鲁棒性和容错性,对于解决非线性问题具有独特的先进优势,非常适合于解决非线性经济系统的预测和决策问题。论文首先分析了重庆市居住建筑能耗在地理环境上、国家政策上和自身条件上的不同,总体分析了重庆市居住建筑能耗的现状,并针对重庆市居住建筑能耗的特点,提出影响重庆市居住建筑能耗的指标归纳为16个因子,建立BP神经网络模型所需指标体系。将目前被广泛应用于许多领域中预测决策问题的GM(1,1)预测模型和神经网络理论应用于重庆市居住建筑能耗的预测建模。将基于DPS数据处理系统的原有灰色理论GM(1,1)模型基础上对重庆市居住建筑能耗进行预测,得出预测模型。然后基于数据库SQL server 2005平台通过Cshap语言建立重庆市居住建筑能耗的多因素BP神经网络预测模型,并进行了实证预测。本论文建立的重庆市居住建筑能耗的BP神经网络多因素预测模型考虑了人口数量、城市居民可支配收入、私人民用车辆拥有量、人均人民币储蓄存款余额、城镇化率、年末实有住宅面积、燃气普及率、GDP、全社会固定资产投资总额、就业人口、建筑业生产总值、进出口总值、社会消费品零售总额、平均相对湿度16个指标指标对重庆市居住建筑能耗的影响,体现了实际经济意义。本论文预测模型的预测结果具有较高的预测精度和较好的拟合效果,更符合重庆市居住建筑能耗实际数据的发展趋势。预测的结果可以辅助制订重庆市居住建筑节能措施和标准,正确引导和组织重庆市居住建筑行业,优化重庆市居住建筑结构,并借由重庆市居住建筑能耗的预测,给重庆市居住建筑节能的方案和措施提供参考。最后对居住建筑能耗与GDP、年末实有住宅面积、人口总数、和城市居民可支配收入、自然资源和通风措施之间关系的分析。探索性的提出了一些相关的节能措施方案。提出要密切结合各宏观因素开展各种应用技术的落实措施,并将本章所提到的节能措施应用到实际中,为重庆市实现真正意义上的能效建筑提供使用措施。