太阳能-空气源热泵复合供暖系统作为一种新型供暖方式,具有节能、环保和使用寿命长等优点,但复合供暖系统属于大时滞、强非线性的不确定系统,对控制系统的鲁棒性需求较高。目前,大多复合供暖系统为了应对不同的使用场景和多变的外部环境常采用保守的大裕量控制策略,这在一定程度上提高了系统运行的综合能耗,导致运行管理水平降低。本文为了解决这一问题,提出了一种基于模糊控制的优化策略,为复合供暖系统的优化设计提供一定的指导。首先,本文在复合供暖系统各模块物理模型的基础上,为方便实现对供暖系统的实时控制与监测,在利用TRNSYS进行系统建模的同时,还通过MATLAB/SIMULINK对太阳辐射强度、太阳能集热器、空气源热泵、蓄热水箱、变频水泵、房间模型、换热器和供暖管道等模块进行数学建模,并验证了各模块的准确性。其中关键模块分层水箱的各层温度与目前公认的仿真软件TRNSYS相比,最大温差不超过2℃,系统整体运行特征也符合实际工程经验。其次,为了更加准确的获取室内热负荷的最优预测值以实现后续滚动优化,本文提出了一种基于层次分析法（Analytic Hierarchy Process,AHP）和BackPropagatioin（BP）神经网络相结合的房间热负荷预测计算方法。结果表明,提出的房间热负荷预测模型的平均绝对相对误差为5.40%,与传统的BP神经网络和卡尔曼滤波模型相比,平均绝对相对误差分别减小了12.19%和19.86%。然后,结合AHP-BP房间热负荷预测模块,设计了模糊控制器。根据各个环节反馈的状态信息,给出各个回路中变频循环泵的实时运行频率,通过改变水泵的频率来调节整个系统的运行状态,从而实现调节系统运行效率的目标。最后,利用MATLAB/SIMULINK模拟仿真软件对模糊控制器的控制效果进行验证,并在此基础上设计了一种分段式变参数模糊控制器以优化控制效果。通过模拟运行获取相关数据,计算相应的评价指标,对控制器的性能做出评价。在为期144小时的仿真时长中,室内平均温度为17.6℃,与经典的模糊控制相比,变参数模糊控制器最大误差减小10.3℃,平均绝对误差减小4.31℃。