随着社会经济的快速发展与进步,人们对建筑室内的空气品质提出了更高的要求,空调的热湿环境效果成了人们所关注的焦点。目前空调控制系统在为人们生活提供服务时,存在着舒适性较差和高能耗等缺点,传统的以温湿度为目标的控制策略已不能满足人们对舒适度的要求。本文以空间内环境舒适度为研究对象,在分析国内外研究现状的基础上,提出了一种基于PMV指标的环境优化控制方法,该方法通过GA-BP预测模型实时预测室内PMV指标,动态调节相关阀门机构,从而实现室内环境热舒适度的控制。完成的主要工作如下:(1)定量分析了影响PMV指标的因素。通过实地调研大型办公建筑空调控制现状,对比现行的几种热舒适度指标评价方法,最终确定将PMV热舒适指标作为本文的评价标准,在此基础上分析人体热舒适理论基础以及影响因素,采用MATLAB软件定量给出了各个环境因素对所选取指标的影响,根据相关环境参数对PMV指标的影响程度确定后文的控制策略。(2)热舒适指标PMV的预测模型研究。针对以往学者采用单一神经网络构建的PMV预测模型存在随机初始网络权阈值、预测结果易陷入局部最小值、预测模型精度低等问题,提出了一种遗传算法与神经网络结合的PMV指标预测模型,该模型利用遗传算法对BP神经网络初始权值、阈值进行快速寻优,实验仿真得知此模型具有良好的预测效果。(3)空调系统热舒适度模糊PID控制器的设计与仿真实现。确立了模糊控制器的设计步骤与设计要点,根据专业人员的操作经验与实验分析归纳总结出e、ec与PID调节器三个参数的关系,构建了模糊规则。利用Simulink仿真工具建立基于热舒适指标的模糊PID控制系统,并对控制系统进行仿真实验,最后将该控制效果与传统PID进行分析对比,结果表明模糊PID的控制效果优于传统PID。通过运行不同工况,不仅减少能耗,实现空调系统的节能,而且有利于提高空系统的舒适性与环境质量,对改变传统空调单纯控制室内温湿度的方法具有一定影响意义。