群智能建筑是近年来智能建筑发展的新热点、新方向,是将人工智能技术用于智能建筑控制系统并实现扁平化、无中心的一种楼宇智能化系统形式。群智能建筑系统平台下,建筑被分解为建筑空间和机电设备两大类基本单元。建筑空间单元作为人员活动的主要场所和暖通空调系统环境调控的主要对象,其划分方法和室内环境控制方法的研究,对于群智能系统的实际应用具有重要意义,也是亟需解决的关键问题。本文将面向I~2B网络架构下建筑空间单元热环境控制问题,提出可行的解决方案。首先,根据各类大型公共建筑共性空间单元的特点,对各类空间单元进行分类,并从物理场扩散的角度出发,提炼出各类空间单元的划分方法,为群智能建筑环境参数控制提供基础支撑。其次,通过对变风量调节下建筑空间单元室温动态调节过程的理论分析,对变风量空调室温动态响应过程进行理论求解,结合风系统执行器间的拓扑结构,建立室温响应过程的解析模型。随后,通过开环阶跃响应试验获取室温实际响应曲线,同时通过仿真得到室温解析模型的响应曲线,并将仿真结果与试验实测真实数据进行对比,对解析模型进行评价。随后,基于变风量调节下空间单元室温动态响应的解析模型,结合模型预测控制中的动态矩阵控制算法,提出了采用最小风量法进行优化的预测控制方法。根据控制算法对经典预测算法和最小风量预测算法分别进行了仿真研究,并对比了两种算法的稳态、动态特性和调节过程的系统供冷能耗,并对建筑空间单元室温预测控制算法在解析模型发生失配时的鲁棒性进行了验证。最后,在单一房间预测控制算法基础上,结合群智能系统的分布式网络架构,给出了基于纳什最优的多区域室温分布式预测控制算法。通过仿真分别对同步调节和异步调节下各区域内室温动态调节效果进行了模拟,并验证了算法的精度和迭代收敛速度。