随着节能减排的大力推行和人们对舒适生活环境的追求,建立一个舒适节能的居住环境成为目前智能建筑研究的热点。由于室内热环境的各个变量之间存在非线性、强耦合和各种不确定性因素,形成了一个复杂的多变量系统,很难建立室内热环境的系统模型和实现热舒适度的智能化控制。本课题针对热环境模糊关系建模与舒适度控制做了相关研究工作,本文主要研究内容分为以下几个部分：(1)首先阐述了热舒适环境的建模与控制的研究背景和意义,介绍了目前存在的热舒适度评价指标,选择合理的人体热舒适度的量化指标,并将其用作室内热舒适度的控制量化指标。也介绍了国内外针对室内热环境建模和舒适度控制方面的研究现状,提出本论文的主要研究内容。(2)为了建立热环境的关系模型,对室内参数进行现场采集和数据完备化处理。首先,在空调系统和加湿器共同工作的环境下,在不同状态下对房间的不同位置进行数据采集。然后,处理采集的数据,分析空调系统和加湿器对室内热环境的影响和产生数据不完备的原因。最后,采用改进的模糊粗糙集数据填补算法对采集数据进行完备化处理,得到建模所需的完备数据系统。(3)对室内热环境多变量之间建立模糊关系矩阵模型。首先,基于半张量积的矩阵运算,给出模糊关系矩阵模型的构建过程。然后,构建室内热环境中空调系统温度、风速设定值和加湿器设定值与室内温湿度之间的模糊关系矩阵模型。最后,通过仿真实验对比分析模型预测值与实测值的差值,可知如何建立完善的室内热环境模糊关系矩阵模型。(4)在室内热环境模型建立的基础上,对室内舒适度控制系统进行研究。首先,通过热舒适度性能指标的模型确定出室内环境温湿度的舒适区域。然后,根据室内热环境的模糊关系矩阵模型,得到室内热舒适度控制系统的温度、湿度和风速的最佳设定值。最后,使用PI控制器调节空调系统,使空调温度、风速达到设定目标,同时给出加湿器调控的策略。