空调在各领域的应用越来越广泛，其控制优化的需求也越来越高。一方面是在以通信机房为主的无人场景，节约能源和提高控制品质是重点优化方向；另一方面在以家庭、办公室为主的有人场景，则把用户的舒适度放在首位。　　首先本文针对通信机房的节能需求，设计了空调节能监测系统，系统架构包括底层硬件平台、监控层软件、云端服务器和Hadoop集群。底层硬件平台负责采集数据和控制风机空调；监控层软件用于给用户提供可视化界面查看机房内状态信息；云端服务器为用户远程访问提供接口；Hadoop集群负责对采集的数据进行聚类分析。采用风机和空调协调控制的策略，以达到节约能耗和降低成本的目的。为研究通信机房内的气流组织形式，利用计算流体动力学（Computational Fluid Dynamics，CFD）技术建立了机房的三维温湿度流场模型，进行非结构化网格划分和边界类型的设定，选用标准的湍流模型进行数值模拟，利用温度场和速度场分析机房温度控制的优化方案。利用建立的通信机房CFD模型，经过稳态和瞬态模拟求解获得输入输出温度的单位阶跃响应曲线，通过系统辨识得到机房温度的数学模型。进行了模型预测控制（Model Predictive Control，MPC）仿真实验，并与传统PID控制进行比较，结果表明模型预测控制应用于通信机房的室温调节，具有更好的控制品质。　　另外，针对家庭、办公室的有人场景，为提高用户舒适度，本文提出了基于用户使用习惯分析的空调控制方法，利用机器学习算法建立外界温湿度与空调设定温度的回归模型，并通过统计特定用户的操作习惯得到其最喜欢的设定温度。该方法具有创新性，有着重要的实际应用价值。