客车空调的ANN仿真研究思想是一种基于模型的智能仿真思想，不同于当前ANN理论在复杂对象或过程中的简单应用。本思想充分利用基于热力学基本定律的仿真模型所具备的良好的定性描述能力，通过神经网络建立从定性仿真到定量仿真的有效路径，使ANN在系统模型中处于相对从属地位，从而有效降低ANN本身的不可测性对仿真结果的影响，同时ANN的规模可以得到有效控制，学习效率亦可显著提高。

在能源高度紧缺的今天，节能是一个最重要课题。因此，客车空调节能具有重要的经济意义。鉴于ANN较常规PID控制能更好地改善系统的滞后和热惯性，减少负荷波动，降低空调系统能耗，所以，十分有必要将ANN引入客车空调系统中。

(1)预测负荷利用ANN对客车空调供暖、通风、空调系统本身的负荷，以及行车期间太阳辐射的照度进行预测，以使客车空调在ANN能源管理程序的在线控制下运行，即在满足乘客舒适度的前提下，使设备运行费用最小。同时，乘务员亦可根据预测的负荷决定空调的开停，以及尽早发现系统故障，对其进行诊断和维修。

(2)系统辨识与控制ANN辨识器/控制器具有适用范围广、鲁棒性好和准确性高的特点，可使定点误差最小和客车空调能耗最小。

通过ANN对客车空调运行状况、制冷工况、换热器故障、热力性能、升降温时间和阀门渗漏等进行故障诊断与检测，为乘务员和维修人员提供相关数据。

总之，将ANN引入我国客车空调仿真研究中的目的在于取代当前惯用的对仿真模型的人为调整法，旨降低人为调整的盲目性，同时提高模型的精度和通用性，降低对仿真软件用户的技术要求。另外，通过利用ANN这一人工智能思想，可满足当前客车空调系统节能的需要，并提高其运行的可靠性。综上所述，ANN作为一种工具，由于具有集合映照、优化计算、处理非线性系统和分类的功能，已在HVAC系统研究中充分显示了极强的生命力。因此，在客车空调仿真研究中，ANN会发挥其优势。