将探测器的输出信号模糊化后送入神经网络进行处理，采用3层前馈BP神经网络结构，用BP算法进行网络参数的训练，然后由模糊逻辑判决火灾和非火灾。用Matlab语言进行仿真，结果表明基于模糊神经网络的中庭火灾探测系统能够准确探测各种标准试验火。

以上海地区气候条件为例应用RNG κ-ε湍流模型，考虑不同方位太阳辐射影响，对中庭内热环境进行了数值模拟。研究了以南向主导风进入中庭对四周外窗的自然通风，并结合中庭建筑的自然通风机理予以分析。研究表明中庭内部有较好的热环境，建筑中庭外窗充分开启能大大提高居住者对室内环境的主观评价。

基于Monte Carlo法,结合区域模型,对中庭室内的太阳辐射再分配进行了计算。详细介绍了Monte Carlo法计算中庭室内太阳辐射再分配的原理,编制了通用的计算程序。并以一中庭为例,分别计算了各表面的太阳辐射得热。该方法对中庭能耗、空调负荷的计算,以及温度场的模拟均有重要意义。

对北京某工程建筑中庭的气流组织进行数值模拟分析。对该中庭冬、夏两季,在3种不同空调送风方案下的室内气流分布和热环境进行数值模拟,分析各层平均温度、中庭垂直温差,通过有效吹风温度评价室内热舒适度,确定最优方案,为工程设计提供参考。结果表明,均匀送风时,中庭垂直温差较大,部分楼层平均温度偏离设计值,热舒适度较差;改变首层和顶层送风量,或各层梯度变化送风量,可降低垂直温差,使各层热舒适度达到要求。