现代温室要在多变的自然气候条件下，为作物生长创造一个适宜的环境，以实现高产出、高品质、低成本、高效益、环境友好等可持续发展为目标，因而越来越引起人们的重视，并成为一个具有重要意义的研究方向。其中温室小气候控制是现代温室中最重要的关键技术之一。 本文提出了一种基于能量和物质守恒的温室环境智能化控制的建模思路和方法，分析了温室小气候中辐射、通风、对流和作物蒸腾作用引起的热质交换物理过程，分别研究和建立了温度和湿度的模型。在浙江省农业高科技示范园区内智能温室中实验采集相关数据，对模型进行了计算机仿真研究。根据均方根误差RMSE标准分析了模拟值与测量值的误差，结果分析表明，建立的温室小气候动态模型能可靠地估计温室内空气的温湿度值。根据建立的模型，提出了运用计算机仿真的方法预测温室小气候的温度，并结合温室实际运行情况，分析温室小气候特点以及各种调控设施的调控能力，为温室小气候的控制奠定前提条件和基础。模型仿真结果与实验测量方法结果相吻合，验证了采用计算机仿真的方法取代实验测量的繁琐方法是可行的。 由于温室内外变量的关系以及气象的复杂(多变量，非线性，时变)，温室小气候系统是一个复杂的大系统，很难建立系统的精确数学模型，运用经典控制或现代控制方法都很难实现。本论文提出了温室小气候的模糊控制系统，并根据控制变量和调控执行机构的关系，采用了多变量模糊控制器结构实现分散控制的构造方法。仿真结果表明，该控制方法能使温室温度维持在期望值附近。由于考虑室外气候的干扰，冬季气候下在温度的设定值附近出现较小的振荡现象；由于湿帘—风机调控能力比较强，夏季气候下在温度的设定值附近出现较大的振荡现象，但基本上都达到了预期的控制要求。 然而一个模糊控制器所要确定的参数很多，专家的经验只能起一个指导作用，很难根据它准确地定出各项参数。本文提出了运用遗传算法来优化模糊控制器的控制系统。通过对温度偏差和温度偏差变化率两个模糊控制器的输入参数的高斯隶属函数进行遗传优化，并根据建立的温室小气候模型进行控制防真，得到了温浙江工业大学硕士学位论文室温度的控制曲线。仿真结果表明达到了预期的控制目的，比一般模糊控制系统具有更高的控制精度和鲁棒性。为进一步温室小气候控制研究和智能温室控制提供了必要的基础。