温室环境具有许多特点,如时变性、非线性和不确定性,难以建立精确的数学模型,常规的控制方法(如PID、最优控制)的控制效果都不太理想,为了提高温室控制的精度和水平,本文采用智能控制方法对温室环境进行控制。文章的第二部分开发一种价格低廉、功能较全,集环境监测控制、数据综合管理于一体的管理软件,作为整个温室控制系统的一个有利的辅助,更好的促进温室控制朝着控制智能化、操作简单化方向发展。第一部分首先设计了模糊神经网络控制器,它综合了模糊逻辑和神经网络各自的优点来提高整个系统的学习能力和控制性能。模糊神经网络控制器不仅能处理模糊信息、完成推理功能,而且具有一些神经网络的特点,例如非线性、自学习能力等。模糊神经网络是一种并行分布式网络,它的每个节点表示模糊系统的参数,每个节点的输出通过权值连接到下一层的节点。通过输入样本数据对模糊神经网络进行训练,然后采用反向传播算法对隶属函数参数和模糊逻辑规则的权值进行优化,这种并行处理网络实现了隶属函数自适应性能和模糊规则的自组织性能。此外,设计了一个神经网络用于对温室环境温度进行建模,并通过输入样本数据对神经网络模型进行训练。实验结果表明,所建的模型能很好的反映温室环境温度模型的非线性的特性。最后对温室环境系统进行了部分仿真试验。仿真结果表明,与PID控制相比较智能控制的超调量小,稳态误差有了明显的改善,后者更适合应用于智能温室的控制中。第二部分设计的上位机温室数据管理软件,用Visual Basic6.0作为开发工具,采用图形界面、下拉式菜单、弹出式窗口等方便了用户的操作。通过对所建立的数据库的操作,实现了数据存储、查询,历史数据曲线的显示,数据报表的生成及打印等多项功能;设计要求在实现上下位机通信的基础上,能够实时的显示检测到的各环境因子的数值,同时将其变化趋势用曲线动态的显示出来;专家决策和咨询数据库存储了专家对于某作物的一系列影响因子的推荐值,管理者既可以参考专家的意见,也可以直接将专家的推荐值传递给参数设定模块,用于环境因子的控制。只要稍作完善,该软件是可以作为下位机的辅助工具用于智能温室的控制之中的。