人们80％以上的时间在室内度过，而调查显示，室内的热舒适指标（TCI）和室内空气品质（IAQ）仍远没达到健康、舒适的要求。本文以衡量热舒适性的PMV和反映IAQ的CO₂浓度为控制输入，建立相应的控制策略，分别对变频空调器压缩机、蒸发器风机、新风阀（机）和台式小风扇进行控制，以同时满足0<PMV<0.5和CO₂<1000ppm，并建立空调器系统模型对此进行了计算机仿真；最后，把CI控制与传统温（湿）度控制方法进行比较，把CO₂需求控制通风与人均新风量标准通风进行比较，对系统节能性进行了分析。本文还对利用人工神经网络开发PMV智能预测器进行了研究。 根据本文的研究结果，可以得出如下结论： a．利用神经网络信息处理技术对热舒适性指标进行智能预测是可行的。 b．按照室内空气质量标准最小新鲜空气量30m³／h·人进行送风，室内CO₂浓度能满足小于1000ppm的要求。在适合用CO₂浓度反映IAQ的环境中，采用CO₂需求控制通风能满足IAQ要求，而且节能。采用CO₂的需求控制通风比按实际人数×30m³／h·人的新风量控制节能5％左右，比按12人×30m³／h·人的新风量控制节能超过17％。 c．根据本文的空调系统模型，采用模糊控制技术对变频空调器分别进行传统设定温度和设定温湿度控制，基本上能满足舒适性要求。但用设定温湿度控制时，因为温度和相对湿度控制之间存在耦合效应，导致控制效果不如设定温度控制，后者的控制精度在0.1℃左右。 d．本文基于PMV的智能控制满足热舒适性0<PMV<0.5的要求。在一般情况下，舒适度指标（CI）控制比传统设定温（湿）度控制更能满足舒适性要求，而且节能效果明显；与设定温湿度控制相比节能17％以上，与设定温度控制相比节能2～4％。