随着社会经济的发展，人们对工作生活环境的舒适度和建筑设备能效提出了更高的要求。空调系统是智能建筑中的重要设备，在日常生活中已经得到了广泛应用，其优化控制对提升建筑环境的舒适性和建筑设备能效有重要的意义。传统定风量空调系统由于控制机理缺陷，往往难以达到上述要求。变风量空调系统通过固定温度送风，改变送风量就可达到调节房间空气温度的目的，与其他空调系统相比，可明显提高空调系统能效，因此变风量（Variable Air Volume, VAV）空调系统是目前最具舒适性和节能潜力的空调系统，已成为大型中央空调系统的发展与研究的趋势。　　目前，VAV空调系统几乎都采用传统的PID控制器对其进行控制，鉴于空调系统存在非线性、多变量、关联耦合与时变等特性，采用 PID控制器很难取得良好的控制效果，因此有必要引入智能控制方法对其进行控制以提高变风量空调系统的控制性能。本文对变风量空调系统优化控制问题进行了相关的研究，主要完成了以下研究课题任务：　　①基于对VAV空调原理与控制机理的分析，给出了变风量空调系统主要环节的数学模型与传递函数，为变风量空调系统控制的研究与分析奠定了理论基础。　　②针对PID控制器用于变风量控制存在控制精度低、稳定性差等问题，将PID与模糊控制相结合，设计了自整定模糊 PID控制器。基于搭建的空调房间温度Simulink模型，模拟了该模型对房间温度变化的控制过程，验证了该模型的适用性。　　③在压力无关型控制方式下，针对搭建的Simulink模型，分别采用串级PID控制和串级自整定模糊 PID控制对室温进行控制。仿真结果表明，本文采用的自整定模糊 PID串级控制效果优于前者，明显提高了系统的控制精度、稳定性和鲁棒性。　　④为了克服变风量空调系统温湿度耦合现象，设计了一种基于对角递归神经网络的改进自整定 PID解耦控制策略。仿真结果表明，该算法的解耦效果优于传统PID解耦，对VAV空调系统的优化控制与进一步的工程应用作出了有益的探索。