节能已经成为各国发展必需考虑的全球性问题,作为建筑能耗中占最大比重的空调能耗自然成为了关注的焦点。近年来变风量空调以其高效、节能的优点受到国内外越来越多研究者的关注。就变风量空调系统而言,其控制系统对节能效果起着决定性作用,而对变风量空调系统的控制主要是对其末端装置的控制。本文从变风量空调系统末端装置的特点入手,分析了目前常用的比例积分微分(PID, Proportion Integration Differentiation)控制方法和模糊控制方法的特点。虽然常规模糊控制与传统比例积分微分控制相比在技术上有了很大的进步,但是由于隶属函数和控制规则的获取往往依赖于专家的经验,因此专家的经验是否正确直接影响空调的控制效果。探索研究用模糊控制与神经网络相结合的方式对变风量空调的末端装置进行控制。根据空调的实际运行特点,确定了以温度偏差及温度偏差变化率作为控制系统的输入变量,并在此基础上研究了输入输出变量的语言值论域及相应的隶属度函数,且结合实际运行经验总结出用于该控制系统的模糊控制规则。研究并设计出了用于控制变风量空调末端装置的模糊神经网络模型,同时确定了其相应的学习算法。旨在通过对输入输出变量的学习,进行隶属函数和控制规则的自调整,提高变风量空调的智能化程度。在Matlab/SimuLink的仿真环境下,对上述模型进行了模拟仿真。结果显示无论在超调量还是在过渡时间上,该控制方法都优于比例积分微分控制及常规模糊控制,从理论上论证了模糊神经网络用于控制变风量空调末端装置的可行性,为进一步理论及实验研究提供了理论基础。