随着社会经济的飞速发展,建筑能耗在能源消耗中所占的比重越来越大。但是我国人均能源占有量少,能源利用率低,严重的能源压力和环境压力迫使我们必须大力开展建筑节能工作。目前我国有关住宅建筑节能的研究主要集中在建筑节能技术、节能政策方面,强调节能效果及意义,缺乏对住宅建筑节能准确、全面的综合评价方法。而建筑节能综合评价体系是建筑节能发展的支撑。建筑节能是一个复杂的系统工程,对建筑进行节能设计和改造,需要一个科学适用的综合评价体系以对建筑节能做出正确的评估。通过建立住宅建筑节能的综合评价指标体系,对住宅建筑节能进行综合评价,不仅有利于我们掌握既有住宅建筑的节能效果,而且更有助于指导新建住宅建筑节能工作的开展。青海省位于我国西北部,经济不发达,全年平均温度-5℃至8℃,海拔高,气候寒冷,具有丰富的太阳能资源。本文针对青海省具体的气候地理和住宅建筑的特点,探索青海省城镇建筑节能已取得的成效和存在的问题,运用多种数学方法和模型设计出青海省城镇住宅建筑节能的综合评价指标体系及综合评价模型。本文通过运用灰关联分析法、德尔菲法及人工神经网络模型,分析了综合评价青海省城镇住宅建筑节能的指标体系,得出比较重要的简化的节能评价指标,进一步建立了青海省城镇住宅建筑节能的综合评价模型。其中,灰色关联度的计算,可以较好的解决评价指标难以准确量化和统计的问题,整个计算过程简单、通俗易懂,易为人们掌握,并且只需要少量的样本,计算结果科学可靠。人工神经网络方法根据建筑样本所提供的数据,通过不断地学习和训练,找出输入与输出之间的内在联系,从而确定所建模型的系数。通过本文研究和实例分析证明,运用基于灰色关联度的人工神经网络模型综合评价法,既可以进行青海省城镇住宅建筑节能的综合评价,还可确定影响住宅建筑节能综合效果的关键指标所在,从而进一步指导既有住宅建筑的节能改造和新建住宅建筑节能工作的设计开展。