建筑光环境是建筑环境中重要的组成部分,是人类在室内空间进行工作、生活及各种其他活动的重要保障。本文通过分析建筑光环境的评价要素及其智能控制需求,突破利用孤立指标对建筑光环境进行评价、预测和控制的传统方式,构建建筑光环境综合评价、智能预测与控制的体系,将模糊评价方法和以神经网络、模糊控制为代表的智能控制理论,用于构建建筑智能光环境。首先,深入分析了建筑光环境的评价要素及其标准。通过研究天然采光和人工照明各自特点,提出建筑光环境的智能控制需求,明确了天然采光优先和人工照明补充的“建筑智能光环境”控制策略。其次,运用模糊理论,对建筑光环境质量进行综合评价。选取三种不同的光环境场景,构建建筑光环境评价因素集,采用主客观结合的研究方法,对评价要素进行多元统计分析,从而得出建筑光环境的模糊综合评价方法。并对这三种场景的光环境评价结果进行分析,检验该评价方法的准确性。在综合评价体系构建完成后,运用BP神经网络对建筑智能光环境质量进行预测。通过与实际评价结果的对比,证明将BP神经网络用于建筑智能光环境预测的可行性。最后,研究建筑智能光环境的模糊控制方法。结合模糊综合评价过程,确定系统的输入输出量,制定模糊规则表,应用MATLAB对建筑智能光环境的模糊控制进行仿真,并以照度为例构建了基于Simulink的控制模型,验证了对建筑智能光环境实施模糊控制的有效性。本研究从人的视觉需要出发,系统地建立了建筑智能光环境的评价、预测和控制体系,为智能光环境控制系统的建设提供了理论支持。