建筑环境包括声、光、热湿以及空气环境,其中最为重要的就是空气环境。在空气环境的营造过程中,评价和控制是两个不可缺少的关键环节。在气环境评价方面,至今尚无一种为人们所公认的评价方法;而在控制方面,传统的控制方法不能实时的依据室内气环境情况调整控制策略,控制效果不佳,且耗能严重。本文以建筑气环境的评价和控制方法为研究对象,具体研究内容如下:首先,评价方面,依据气环境的评价要素,分析现有气环境评价方法的优缺点,选择气环境的综合性评价方法;控制方面,针对气环境传统控制方式耗能严重、被动以及滞后性的缺点,提出气环境智能化综合控制方式,并分别从主客观两方面研究了建筑气环境的智能控制需求。其次,根据前文所提出的评价要求,参照相应规范,分别依据BP网络与RBF网络理论,设计空气环境的模糊神经网络评价系统,并依据西安市空气实测数据对所构建的评价系统进行验证,证实其准确性。最后,根据分析所得气环境的智能控制需求,设计基于空气污染指数的模糊控制器,用Simulink对其进行仿真,证实了模糊控制器优于传统控制器;然后以风机为控制对象,设计风机的模糊控制系统,并对其进行仿真,结果证明,该控制系统可依据气环境的实时情况调节风机的启/停以及转速的大小,超调量低,响应速度快,运行过程稳定,具有良好的节能效果。利用模糊神经网络系统来评价建筑气环境,可同时考虑多种空气质量的评价因子,全面综合的评价出空气环境的真实情况,为气环境的控制提供数据支持;而气环境的模糊控制方法,可依据空气质量的情况,实时调整控制策略,为人们营造舒适、健康而又节能的建筑智能气环境。