日光温室作为设施农业的主要方式在我国应用广泛,设施番茄是日光温室中深受消费者喜爱的重要蔬菜品种。目前设施番茄温室环境大多基于人工调控和简单阈值控制,依赖于操作人员经验,主观性强,环境控制不精准。为更好满足设施番茄对于生长环境的需求,需对温室环境进行精准调控。空气温湿度是设施番茄温室的关键环境因子,建立精准的温室温湿度预测模型是实现温室温湿度精准调控的基础。利用粒子群算法优化Elman神经网络的参数,通过PSO-Elman算法实现了对温室温湿度的精准预测,并在预测模型构建基础上,研究构建了基于模糊PID的设施番茄温室温湿度调控模型。进一步研发了设施番茄温室温湿度智能调控系统,实现了对设施番茄温室温湿度的智能调控。具体研究内容与结果如下:（1）基于PSO-Elman算法的温室温湿度预测模型研究以设施番茄温室温湿度为研究对象,通过物联网环境监测系统对温室内外环境进行透彻感知。经数据预处理与影响因子筛选,构建了基于Elman神经网络的温室温湿度预测模型。将Elman神经网络与BP神经网络进行对比,Elman神经网络的预测精度更高。为了增强网络全局寻优能力,引入粒子群算法对Elman神经网络参数进行了优化,以避免网络陷入局部最小值。经对比验证,基于PSO-Elman算法的温室温湿度预测模型预测精度更高,温湿度的决定系数分别达到了0.9235和0.9227。（2）基于模糊PID的设施番茄温室温湿度调控模型研究结合设施番茄的最优温湿度生长条件,在设施番茄温湿度机理模型研究基础上,研究制定了设施番茄温室温湿度的调控策略,设计了PID控制器、模糊控制器,将模糊控制与PID控制结合,设计了模糊PID控制器,通过仿真对比模糊PID控制器的响应速度最快,超调量最低,控制效果最优。结合设施番茄精准管理需求,在温室温湿度预测模型基础上,构建了设施番茄温室温湿度调控模型。（3）设施番茄温室温湿度智能调控系统的设计与实现结合设施番茄温室温湿度调控的实际需求,基于物联网体系架构对设施番茄温室温湿度智能调控系统进行了整体设计,并对物联网感知终端、传输终端和控制终端进行了详细设计。研发了下位机系统、上位机软件和手机APP移动端,将设施番茄温室温湿度预测模型和调控模型的程序脚本嵌入上位机软件,实现了设施番茄温室的数据可视化、现场控制、远程控制和自动控制,最终实现了设施番茄温室温湿度的智能调控。