为了使室内热环境得到更好的控制,本文提出了一种基于热感觉预测的室内热环境控制,通过红外探头对用户的皮肤温度进行探测,通过人机界面表达人体的热感觉,利用在线自学习的方法学习出用户的热舒适域模型,最后再根据热舒适域模型,预测用户的热感觉并对房间温度做出相应的调整,使房间温度达到合理的范围。本文研究了舒适性热环境自动控制的特性与规律,对基于模型预测的室内热环境控制系统的实际应用具有参考价值。在研究过程中,搭建了实验台并招募受试者进行实验,受试者在房间内进行正常的工作学习并在不适时表达自己的热感觉。在实验结束后,将实验数据进行了处理和分析,并结合用户评价,证实了基于热感觉预测控制的可行性和实用性,并在此基础上,利用测温手环代替红外探头进行三人实验,探索了预测控制方法在群体实验中的应用。在文章的最后还提出一种新的、带有能耗信息反馈的人机界面,并定量研究了其带来的节能效果。本文的主要结论有:第一,基于热感觉预测的室内热环境控制具有可行性和实用性。系统在调节室内温度设定值方面表现良好,并且从用户评价中可以看出,绝大多数用户对室内热环境感到舒适,满意度达到了 82%,同时通过对比实验,发现基于热感觉预测的控制方法在能耗和减少抱怨上,有一定的优势;第二,开发了一种测温手环,实现了同时对三人的热感觉进行预测,并提出了群体热感觉判断的两个原则——多数原则和差值相加原则,利用这两个原则判断出群组热感觉然后进行预测性的控制。实验结果是基于手环测温的室内热环境控制能很好地调控室内热环境,及时地更新温度设定值使房间温度达到合理的范围内;第三,设计了一种能耗信息反馈界面,通过能耗信息反馈促使用户行为节能,并定量研究了能耗信息反馈带来的节能效果,达到了 12.73%。