现代数字精准农业是由信息技术支持的能够根据作物的生长发育需求和空间变异，考虑自然环境的供应能力和变化规律，精确计算作物实时所需，定位、定时、定量地实施精确供应作物生长所需物质和环境，达到高产、优质、高效目的的一整套的现代化智能控制管理决策系统。其中，作物生长模拟模型的准确建立是系统管理决策的依据和基础之一，是发展现代数字精准农业、农业智能化控制的重要环节。作物生长模型在不同的环境条件下模型参数大多需要重新估计和优化。作物生长模型的优化是高维、非线性的复杂优化问题。已有的优化方法例如Gauss-Newton、模拟退火以及简单的进化计算等均存在过早收敛到局部最优或优化参数受限、精度受限等问题和不足。 本文针对上海市农业科学院温室黄瓜生长模型，从分析模型结构特征、作物生长模型参数优化的特殊性和进化计算的特点入手，提出一种改进的进化计算——种群竞争消亡算法模型。该算法模型模拟自然界和人类社会分种群独立进化和种群间相互竞争结合的法则，引入小生境进化计算的思想，以浮点编码为基础，从染色体提取分类特征，使用动态聚类技术进行全部个体的分类，自适应调整适应度函数值和种群数目，采用种群内、间交互竞争进化的方式，减少过早收敛到局部最优的可能性；在此基础上，算法依据个体适应值动态调整变异幅度和搜索步长，改善了算法的局部寻优性能，加快了算法收敛速度。本文使用模拟数据在PC平台上验证了算法有效性和可行性，与简单进化计算相比，种群竞争消亡算法以时间为代价获得了温室黄瓜生长模型参数估计的更高的精确度和稳定性；PC平台的仿真实验还就算法对搜索区间和采样区间变化的敏感程度进行了分析和论证。 本文的研究成果不仅为温室黄瓜生长模型的参数优化提供了算法依据，也为应用在不同环境中(温室、田间等)各种作物生长模型(小麦、黄瓜、番茄等)的参数重估和优化提供了一种新的方法。