温室控制技术正在不断突破,智能温室已成为温室控制新的发展阶段,在设施农业方面智能温室具有十分显著的典型性和代表性。本文在查阅了大量国内外温室控制材料基础上,首先对智能温室环境控制的建模机理进行研究,针对温室环境是一个多变量的大惯性非线性系统,且有交连、时延等现象,很难建立系统的精确数学模型这一特点,提出了基于BP神经网络的变论域模糊控制系统。此系统是由模糊控制技术与BP神经网络相结合构成,它兼有模糊推理的语言表达能力和BP神经网络的自学习能力。在系统控制过程中用BP神经网络的推理能力计算出当前系统的伸缩因子,变论域模糊控制再根据伸缩因子变化论域,从而达到更好的控制效果。本文详细介绍了基于BP神经网络的变论域模糊控制的温室环境控制系统,以温度控制系统为例进行设计。该系统以变论域模糊控制为控制的核心算法,用BP神经网络改变模糊控制的论域。根据误差和误差变化率选择合适的论域,不仅克服了误差过大或过小时对温室控制的影响,还解决了温室多变量难以建立数学模型和隶属度函数选择较难的问题。根据BP神经网络训练样本的不同选取,系统可以用于不同地区、不同气候的温室控制,解决了系统只适合一个地区,不同地区需要建立不同的控制系统的问题,使得基于BP神经网络的变论域模糊控制系统的可用性更高。本文详细介绍了基于变论域模糊控制的温室控制系统的设计,并给出了主要的控制参数。