建筑的首要目标是为人们提供舒适的居住环境,因此建筑内关于热舒适的研究引起了越来越多的关注,并在上个世纪得到充分的发展。尤其在当前全球性的城市化进程,气候变暖和资源紧缺等条件下,建筑面临着新的要求和挑战,它们是否可持续的提供令人满意的室内热环境?本论文探索了人们的热感觉如何受环境及个人因素的影响,讨论了经典热舒适模型和神经网络模型对人们热感觉的预测情况,为室内环境设计提供参考。本论文研究内容包括:(1)对一栋自然通风办公楼内人们周围的环境参数进行测量,通过问卷调查对人们热感觉进行收集,使用采集到的原始数据分析实际热感觉与理论模型之间的关系;(2)使用其他研究者公开的热舒适大样本数据,按气候分类后进一步分析影响人们热舒适的因素;(3)分析经典热舒适模型在不同气候的预测情况,并使用神经网络模型对经典热舒适模型预测差异较大的数据进行再分析;(4)依据相关标准,为热舒适设计了良好的交互界面。主要结论包括:(1)理论热舒适模型对人们热感觉预测存在偏差,尤其当样本数量过少;(2)PMV热舒适模型在暖通空调建筑内过高估计热感,过低估计冷感,且该差异在不同气候表现不同;(3)ACS热舒适模型对自然通风建筑的预测情况整体与国内外标准保持吻合,但个别气候预测偏差较大;(4)较传统热舒适模型,神经网络模型在特定情形对人们热感觉的预测准确度更高,且当训练样本数量一定,更宽泛的数据分布有可能有利于网络的训练;(5)Matlab中设计的交互界面与标准的匹配较好,可以友好的显示人们的热状态,为人们了解室内环境优劣提供有效参考。