该文以人体所处的室内空气环境为研究对象,探索和研究中国人对室内环境的热舒适性要求,以及与室内空气环境密切相关的室内空气通风效果的评价方法.室内空气环境控制和影响人体热舒适性的重要指标之一是空气温度的波动,针对解决室内空气温度波动的控制,该文对采用神经网络进行空调负荷预测的方法也做了重点研究.该文的研究课题涉及热力学、传热学、人体环境学、气体的检测与评价等的交叉学科问题.该文针对空调负荷的多扰量性、时变性、非线性等复杂的随机特性及目前国内对空调系统负荷预测研究和应用现状,运用逐渐被各行各业所重视的功能较好的人工神经网络方法,在实际空调系统的负荷记录基础上对空调系统负荷预测进行具体研究和实践.采用自编的人工神经网络程序,对预测过程中的神经网络预测程序的隐含层层数的确定、隐含层单元数的确定、初始值的确定、预测时间步长、学习率初始值的确定等进行了理论计算和实验验证.结合实际空调系统的预测工作,对BP神经网络的运行标准和误差进行分析和评价.研究结果表明,运用神经网络进行空调负荷预测是可行的,其精度也是可信的,算法的稳定性、容错性和抗干扰性也表现了显著的优势,预测误差可以控制在4％-5％之间.