随着世界对全球变暖问题的重视,节能成为了近年来的被重点关注的问题。建筑物能耗一直在国家能耗里占有重要比重,而其中空调系统占用的比重是建筑物能耗里最大的,所以如何降低空调系统的能耗是近年来众多研究学者研究的课题,无论是独立式空调还是中央空调都出现了大量的新思路用于降低空调的能耗,本文关注的内容就是其中对降低变风量中央空调能耗的问题。传统的变风量中央空调主要使用PID作为末端控制器的控制算法,在面对复杂或者多变的环境时,不能很好的适应。为了解决这个问题,近年来模糊控制方法被应用在了变风量空调系统的末端控制器上,经过了理论研究阶段后应用的越来越普及,但是模糊控制往往很依赖模糊规则与专家经验,不具备自我学习适应能力。本文从变风量中央空调系统中的末端控制装置入手,在分析了变风量中央空调的系统特性后,探索研究用模糊控制技术和神经网络技术实现变风量中央空调系统的末端控制器。根据模糊控制技术与神经网络技术的特点,结合成为模糊神经网络,它以实际温度与设定温度的温度差、温度变化速率作为模糊控制的输入,通过神经网络的自学习能力不断的修正语言值论域和对应的隶属度函数,完善模糊控制算法的输出结果,进而提升变风量中央空调末端控制器的智能化程度。本文依据现有的变风量中央空调系统,实现了使用模糊神经网络的末端控制器,并对其进行了测试。测试的结果表明在抗干扰能力、过渡时间以及降低能耗上,该末端控制器都优于使用PID作为控制算法的末端控制器,验证了模糊神经网络在变风量中央空调末端控制上的有效性。