高速公路隧道的建设在为公路交通创造有利条件的同时，高额的隧道运营费用，尤其是通风运营费用，也成为隧道管理部门面临的难题。在保证隧道内人员通行安全的前提下，论文建立了基于模糊神经网络的隧道通风控制模型，实现隧道通风的实时控制，达到安全、节能运营的目的。论文研究以铜黄隧道为依托，数据来源于其监控系统数据库。论文首先结合目前主要的隧道通风及控制方式，建立了适用于铜黄隧道的通风系统数学模型。其次，针对隧道环境数据的复杂及特殊性，设计了隧道监控数据分析处理软件，可以方便完成对大量数据的查询与保存、排序与插值、滤波、统一采样时间等工作；在数据预处理基础上，论文对数据间复杂相关关系进行了定性定量的相关性分析，为数据预测模型的建立提供了输入数据。再次，论文对传统神经网络算法进行改进，建立了效果良好的隧道环境数据预测模型，实现了对CO及烟雾浓度变化趋势的短时间预测，并将此预测结果作为通风控制模型的输入变量。最后，论文在对模糊控制与神经网络控制进行深入对比分析之后，将二者优点进行融合，确定了适用于隧道通风控制的隶属度函数与模糊规则，最终建立了基于模糊神经网络的隧道通风控制模型。对论文实现的模型进行仿真分析，数据预测模型的预测结果误差在允许范围内，可将其应用于控制算法的研究；隧道通风控制模型的仿真结果表明，通过对风机启停的合理控制，隧道通风运营费用可节省20%以上，节能效果明显。