随着科技技术的不断发展,设施农业已经成为农业现代化一个重要标志。现代温室是设施农业最基本的技术实现形式之一。它能够在多变的自然条件下为作物生长创造一个适宜的环境,从而缩短作物的周期,同时实现作物的高产出、高品质、高效率等目标,因而越来越引起人们的关注。温室环境调控是现代温室中最重要的关键技术之一,提高温室环境控制的能力才能更好的促进我国农业现代化的不断发展。论文针对Venlo型温室环境温度和湿度两个主要因子进行分析,运用各种智能算法建立模型并进行仿真研究,从而提高温室环境控制的稳定性和控制精度。本文的主要研究工作如下:1.温室气候的建模是实现温室控制的基础。本文系统地分析了温室环境中各种物理过程,提出了一种基于能量和物质守恒的温室环境建模的方法。建立Venlo型温室的温度和湿度模型,并通过仿真研究表明,建立温室物理动态模型能够可靠地估计温室内空气的温湿度值。2.根据已经建立的温室温度物理动态模型,提出了Venlo型温室温度模糊控制系统。建立Venlo型温室的模糊控制器,并通过仿真结果证明,温度仿真曲线在温度的设定值附近出现振荡现象,但基本上都达到了预期的控制要求。3.在上述模糊控制器的基础上运用神经网络的BP算法来优化模糊控制规则。通过仿真结果证明Venlo型温室温度的模糊神经网络控制系统比一般的模糊控制系统具有更高的控制精度。并且把Venlo型温室控制系统平台加以实现,从实际的应用可知该系统较为稳定且控制效果较好。