论文在阐述前人有关织物热湿传递机理研究的基础上，开发了一系列具有透气导湿性能的针织面料，然后从实验出发，对36种针织面料的静态热湿传递指标及动态热湿传递过程中微气候的温、湿度变化曲线进行了测试与分析，再将36种面料制作成服装，通过穿着试验对织物的热湿舒适性能进行评定。论文建立了基于BP神经网络技术的以静态客观指标为输入参数的织物主观热湿舒适性预测模型和以动态客观指标为输入参数的织物主观热湿舒适性预测模型及评定模型。并利用Matlab编程语言开发了基于BP神经网络模型的面向织物主观热湿舒适性的智能预测软件。具体包括以下几个方面的内容。针对现有三线添纱组织添纱效果差、地纱易于露底的问题，自行设计开发了一种适合于大筒径编织的纬编三线添纱导纱器，利用该导纱器开发了具有热湿舒适性能的三线添纱弹力针织面料，采用吸湿性良好的棉纱位于织物外层，对水分疏导性良好的细旦化纤长丝或异形截面长丝位于织物内层，氨纶弹力丝位于织物中间的组织结构。同时利用芯吸效果良好的“U”形截面涤纶长丝开发了一系列具有透气导湿功能的针织面料。论文共选取了36种适合于制作运动服或夏季休闲穿着的针织面料（包括自行开发的面料），对面料的6个静态热湿传递指标如透气率、透湿率、芯吸高度、回潮率、散湿率和热阻等指标进行了测试与分析。针对现有微气候热湿传递测试装置主要集中于出汗热平板，只能进行一维传热传湿的问题，自行设计改造了一种新的微气候测试装置——出汗圆筒仪来测试织物的热湿传递性能。该微气候测试装置能模拟人体的躯干形态，进行二维传热传湿的测试，比普通的出汗热平板微气候测试装置更接近人体的实际穿着情况。利用自行设计的出汗圆筒仪对36种织物从模拟皮肤开始出汗到出汗结束整个动态过程中微气候的温、湿度连续变化曲线进行了跟踪测试。同时从温、湿度变化曲线中创新性的提出了能全面反映织物动态热湿舒适性能的5个特征指标K_Ts、T_equ、△T、K_Te、RH_equ。对比分析了不同纤维类型和不同组织结构的织物的温、湿度变化曲线，说明了影响织物动态热湿舒适性能的因素。将36种织物制作成服装，进行主观穿着试验，设计主观舒适性问卷调查表，得出服装在穿着运动过程中的4个主观感觉值闷热感、潮湿感、粘体感和运动后的冷感。采用专家估测法，获得闷热感、潮湿感、粘体感和运动后的冷感对服装总体热湿舒适评定过程中的权重值，再采用加权求和的方法，得出织物的主观热湿舒适性综合评分值，并对织物的主观热湿舒适性好坏进行评定。结果表明，具有良好芯吸性能的“U”形截面纤维长丝编织的单面网眼针织物具有最好的热湿舒适性。在织物静态客观实验、动态客观实验和主观实验结果的基础上，分别建立了基于BP神经网络的以静态客观指标为输入参数的织物主观热湿舒适性预测模型和以动态客观指标为输入参数的织物主观热湿舒适性预测模型。同时对两种网络模型的预测值与实测值进行了对比分析，结果表明两种模型均具有较高的预测精度。而以动态客观指标为输入参数的网络模型的预测精度更高。为了与BP神经网络模型的预测精度进行对比，论文还分别建立了基于多元线性回归的以静态客观指标为自变量的织物主观热湿舒适性预测模型和以动态客观指标为自变量的织物主观热湿舒适性预测模型。从模型的预测值与实测值的对比分析，说明了BP神经网络模型比多元线性回归模型的预测精度要高。将可视化技术应用于织物的主观热湿舒适性评价。利用Matlab编程语言开发了基于BP神经网络模型的织物主观热湿舒适性智能预测软件。该软件可以实现在线输入5个动态热湿舒适性客观指标值或输入6个静态热湿舒适性客观指标值即可直接预测织物的4个主观热湿舒适性感觉值。从而实现快速对织物的主观热湿舒适性能进行预测的目的。