冰蓄冷空调系统是一种可提高运行经济性的空调系统，它在夜间低谷电时段制冰蓄冷，白天负荷高峰和用电高峰时段融冰释冷，即在冷量的生产和需求之间建立了一个缓冲器。而空调系统的大部分时间运行在非设计负荷下，对非设计负荷下的冰蓄冷空调系统优化运行控制显得非常必要，良好的运行控制能大幅度的降低运行成本。 人工神经网络是一门发展非常迅速的非线性科学。人工神经网络模型具有很强的容错性、自适应性和非线性的映射能力，克服了传统人工智能方法对于直觉，如模式、语音识别、非结构化信息处理方面的缺陷，使之在神经专家系统、模式识别、智能控制、组合优化、预测等领域得到了成功的应用。针对神经网络中最常用的BP算法所存在的收敛速度慢，容易陷入局部极值的问题，采用遗传算法优化BP神经网络的初始权值和隐层节点数，从而避免了神经网络结构确定和初始权值选择的盲目性。 本课题采用BP网络模型建模，利用遗传算法对网络权值及阈值进行训练，并编制了通用的遗传神经网络系统，系统界面友好，使用方便，最后将其用于冰蓄冷空调系统负荷预测与优化运行控制，通过基于虚拟仪器的数据采集系统测定已投入运行的冰蓄冷空调工程相关数据，结合历史运行记录和采用单纯形法计算的相关数据，然后将这些数据用于网络训练之中，训练得出最优网络知识库，最后利用该知识库进行负荷预测及运行优化，并用于实际系统的运行控制中，取得比较理想的效果。