空调的发明改善了室内环境、提升了人们的生活品质,同时也带来了能源的巨大消耗以及自然环境的恶化等问题,因此,空调的优化控制方法研究一直都是倍受关注的课题。针对空调的优化控制,一方面要采用更好的控制方法来提高空调的控制品质,另一方面还要提高空调的舒适度来满足不同用户的需求。针对变频空调的温度优化控制,本文首先采用理论建模以及基于空调采集数据的实验建模两种方法建立了变频空调温度控制系统模型,然后将模型预测控制算法应用于变频空调的温度优化控制。利用matlab simulink仿真工具对变频空调分别在夏季制冷和冬季制热两种工况下进行仿真测试,每种工况下分别进行标准模型、模型失配、抗干扰三种场景的仿真,并分别与传统的变频空调PID控制算法的效果进行了对比,对仿真结果进行了分析,验证了利用模型预测控制算法进行变频空调温度优化控制比传统的变频空调PID控制方法具有更好的控制效果。针对空调温度舒适度的优化控制,本文提出了一种利用机器学习算法并结合用户使用习惯数据分析的控制方法。首先设计了空调的整体控制方案,然后利用四种机器学习回归算法进行训练得到自动模式下的空调设定温度回归模型。在自动模式的基础上,在云服务器中的MySQL数据库中建立了用户使用习惯数据表,得到用户在特定的室内外环境下最喜欢的空调设定温度。最后对本空调控制方案进行了Web端的软件实现。该方法能够自动设定用户喜欢的空调温度,具有一定的创新性和实用价值。