温室是为了克服不利的气候等生态条件的限制而采用的一种人工建筑，它具有复杂的生物环境系统，温室中作物的生长发育需要有一定的生态条件。随着我国经济的发展，农业生产正逐渐由传统农业向现代化农业转变，我国农业也逐步向现代化农业迈进，温室面积增长速度很快。然而，从目前温室的发展情况看，我国温室虽然在数量上和面积上有了较快数量上的增长，但是温室的生产管理技术以及自动化水平和国外的先进技术相比还存在较大的差距。大部分控制水平比较低，有的还需要人工控制，这些因素极大地制约了温室经济效益的发挥。改变传统的控制方式，实现计算机监控，建立符合我国国情的温室自动化系统，对提高我国温室生产的现代化水平及温室的经济效益均具有重要意义。 本文主要针对温室环境多变量系统中温度和湿度两个环境因子动态模型的建立、温室温度和湿度基于DRNN神经网络的PID解耦控制、温室控制系统软件的编制以及系统硬件电路的实现等方面做了具体的研究。 首先以控制理论为脉络，对现有的一些研究成果进行了总结、归纳和系统化，并结合作者自己的观点，评述了经典控制理论和现代控制理论在温室生态环境建模与控制中的应用。 由于温室是一个具有时变性、非线性、分布参数特性、大滞后、多变量耦合的系统，很难建立温室系统的统一模型。本文根据实验要求，建立了温室内温度和湿度两个变量因子的参数动态模型。通过使用阶跃响应法测出温室系统模型的飞升曲线，得知温室模型为耦合的多变量系统，其连接通道和交叉耦合通道均为带纯滞后的一阶线性系统，但有一交叉通道一加湿/温度通道耦合为零，并给出了温室的实验模型。 由于温度和湿度的耦合影响，为实现对温室温度和湿度的独立控制，必然要进行解耦控制。在分析了各种工程解耦控制方法的基础上，本文提出了一种采用神经网络PID解耦控制算法，并构成了一种新型的基于DRNN神经网络的多变量自整定PID解耦控制器。 再次，本文针对华南理工大学电力学院新能源研究中心的温室，设计了全计算机控制的自动控制系统。 最后，基于以上理论研究的基础，给出了温室温湿度控制实验系统的硬件实现电路设计，并且采用Visual Basic6.0编制了温室系统温度、湿度控制软件，对文中所提到的基于DRNN神经网络自整定的PID解耦控制的理论方法，给出了仿真实验和实际实验结果。本文为温室温度和湿度的基于DRNN神经网络自整定的PID解耦控制算法的研究做了一些尝试性研究工作。同时本论文的研究工作得到了广东省自然科学基金(04020011)的资助。