近年来,采用数值模拟方法研究空调系统的动态送风以及个性化送风策略等,相对传统空调送风模式能够在有效提高空调系统节能率的同时营造良好的室内热舒适环境。然而,目前的室内空调系统动态送风的调节模式存在一定的局限性、个性化送风模式的优化与推荐效果欠佳,导致空调系统在室内热环境营造及系统节能优化方面难以达到预期效果。为了获取较好的推荐效果,本文建立个性化推荐模型,主要工作如下:首先,根据实际建筑空间的层式通风空调系统建立仿真模型,采用CFD软件对Design-expert设计的实验方案进行数值模拟,采用统计方法验证CFD仿真的合理性,即对采集的仿真实验数据（室内温度和室内风速数据）与现场实验数据进行统计分析。其次,基于仿真实验采集的通风性能数据和环境参数,分别采用响应曲面模型和多元线性回归模型设计两种动态送风模式。在考虑空调系统节能需求的同时,分别采用响应曲面模型和多元线性回归模型方法对两种送风模式进行训练,通过误差对比及分析,表明基于多元线性回归模型构建的动态送风模式更为合理。在此基础上,利用上述线性规划模型的预测结果,分别采用TOPSIS方法和基于PMV指标的TOPSIS方法决策出不同室外温度对应的最佳综合通风性能。而且室内空调系统送风的基本要求是满足人体热舒适需求,因此根据热舒适需求和结合上述分析采用基于PMV指标的TOPSIS方法决策更合理。最后,基于决策的通风性能以及其对应的环境参数,采用BP神经网络算法建立动态送风模式的个性化送风推荐模型。神经网络的输入层包括室外温度和新陈代谢率,输出层包括送风角度、送风温度、送风速率、PMV、LMAA（空气龄）、吹风感和能耗。仿真和实验结果表明,所构建的个性化送风推荐模型能够针对用户不同的新陈代谢率,推荐最佳的综合通风性能及其对应的空调送风参数,在有效跟随室外环境舒适度变化趋势的同时满足用户的热舒适需求。