农业温室作为一种半封闭小生态系统,一方面可以减轻对外界条件的依赖,另一方面较弱的自我调节能力决定了本身需要进行人工干预来改善其内部环境,提高作物产量和品质。传统基于传感器反馈的温室环境调控策略不能准确反映温室内部环境参数的空间分布影响,存在调控精度低、运行能效差等问题。本文通过构造温室环境的计算流体力学（CFD）模型,引入模型降阶方法、多目标优化算法等工具,以改善温室作物环境同时降低温室相关设备的运行能耗为目标,围绕温室环境多变量的运行优化、温室系统关键参数的设计优化展开研究。主要研究内容包括:（1）根据温室实际情况,建立温室CFD模型。利用CFD软件对温室内部环境系统进行数值模拟;综合分析室内温度场、气流场以及二氧化碳浓度场等环境因子的分布规律;将数值仿真计算的结果与实验测量数值进行对比,验证所建立模型的准确性,为后续温室环境参数优化提供模型基础。（2）设计基于CFD和模型降阶的温室环境组合优化框架。将温室湿帘温度与风机转速设为优化变量,将作物区域内部的温度场、二氧化碳浓度场作为优化目标,同时兼顾风机运转产生的能耗。首先,使用C++语言实现多目标优化算法,编写接口文件实现CFD计算与优化算法之间的交互。其次,在基于上述CFD的交互方法求得初步优化解的基础上,进行基于降阶模型的参数精确寻优。该方法利用本征正交分解（POD）模型降阶技术建立原CFD参数空间对应的低阶子空间,在优化算法的每次迭代中运用多维插值快速求解环境响应,从而实现环境参数的快速精确寻优,得出设定案例中作物环境的控制变量最优范围:湿帘入口为[298k,303k],风机转速为[2m/s,3m/s]。该方法具备时间消耗小、计算代价低等优势。（3）在Ansys workbench平台下,基于响应面实验设计分析方法进行温室结构优化。以风机的位置作为设计变量,以室内温度作为优化目标,建立设计变量与响应值之间的预测回归模型并进行分析;利用多目标优化算法（MOGA）,结合响应面模型,得出风机位置的多目标优化结果,对算法给出的最佳候选设计点进行CFD仿真,将计算结果与实际模型对比,结果显示优化后的风机位置对应的某截面温度场比原模型平均温度降低了约0.4℃,验证了结构优化设计效果。