近年来,我国的智能建筑发展迅猛,但随之而带来的巨大能源消耗问题已经开始引发关注。空调系统作为智能建筑的重要组成部分,也是其能耗的重要来源之一。在全球环境污染和能源危机的环境下,如何实现空调的节能,降低污染,已成为急待研究的课题。因此在要求开源节流的今天,提高设备及系统效能是最易实现的方式。而VAV(Variable Air Volume,变风量)空调系统正以其舒适、节能和极大的灵活性开始被广泛的应用于空调系统内,并逐步成为空调系统的主流。但VAV空调系统在我国的使用并未能达到预期效果,除了一部分工程方面以及使用者的背景和习惯有关外,由于VAV系统本身的强耦合性、多变量及非线性特征,容易造成系统运行的不稳定,在控制及管理上具有一定的难度,而被劣质了的控制效果,对整个系统的普及和应用造成了一定的影响。变风量空调系统属于全空气空调系统,具有节能和舒适的特点,但依旧需要合理有效的控制方法来保证其节能效果及运行的稳定。但由于其功能复杂,传统的控制方法和现代控制法都很难满足要求,这就需要借助现代的智能控制来实现系统最优化的运行。因此,引入先进的神经网络智能控制技术的课题就变得尤为重要而且更具有研究的价值。本文从工程实例的VAV项目展开研究,通过收集调试参数,针对现阶段的工程变风量系统的运行不稳定,VAV系统的多变耦合特性展开相关的研究,继而得出基于神经网络解耦的VAV系统控制方案。在解耦基础上更深层次地完成了神经元自适应PID控制器设计。同时,运用传统PID控制算法参数确定控制器权值的最初值。并通过MATLAB平台实施空调系统末端控制仿真研究。证实了该控制法有着显著的优越性,能满足节能和舒适度要求,具有良好控制效果。最后,从一个工程实例出发,介绍了一个厂商的VAV末端控制系统,并对实现方式进行探讨。