当今世界，能源问题对于每个国家都是至关重要的问题，我国作为快速前进的发展中国家，能源问题直接制约着我国的经济发展速度和质量。随着我国城镇化的步伐加快，建筑量也在快速增加，随之而来的问题是建筑能耗快速增长。建筑节能对于我国来说是必须解决的关乎国计民生的问题。但是，建筑节能并不是仅仅节能，还应该保障建筑舒适、健康和绿色，应该是具有更多内涵的建筑节能。人们对于建筑环境的舒适健康要求越来越高，室内热舒适度评价也受到了越来越多的关注。虽然热舒适度方面的研究已经比较成熟，前人已经建立了一些热舒适度模型，但是基于生理参数的热舒适度模型具有更加准确、更加能够反应个体在室内的热舒适感觉等优点，因此本文强调了基于多元生理参数的热舒适度模型的建立与研究。本文旨在研究生理参数的识别方法，通过生理信号的识别对建筑舒适度感觉予以准确的评价。模型的建立不仅可以为人体热舒适研究提供理论依据，还可以通过人体生理参数来确定环境参数，为确定空调温度、湿度、风速等提供理论指导，并最终为建立舒适的室内环境和制定相关标准提供理论支持，为更加科学的开展建筑节能提供指导。本文首先设计了热舒适度实验，设计两个环境参数不同但是其他条件均相同的实验环境，分别采集两个环境内的室内环境参数、人体生理信号并且填写主观调查问卷。对实验得到的问卷结果分析可信度和有效度，两项指标都合格，认为实验得到的问卷数据科学有效，可用于本文研究。通过实验得到了心电信号、血压信号和皮电信号数据。通过理论分析和实验验证选择了更加适合模型建立的特征提取方法和特征组合，即使用小波包方法提取生理信号的能量特征。然后将提取到的三种生理信号特征通过基于MIV值方法的BP神经网络对信号特征进行融合降维，形成新的特征向量。BP神经网络作为分类器，选择合适的神经网络参数。新特征向量作为输入，问卷主观热舒适度调查结果作为输出。选择实验得到的80个样本中的65个样本作为训练信号，其余的样本作为测试信号。通过实验得到了夏季热舒适度模型和冬季热舒适度模型，通过和经典PMV计算公式进行比较，验证了本文热舒适度模型的有效性。