温室的广泛应用已经成为现代化农业生产的标志，也是我国建设现代化农业进程中的重要举措之一。但据我国目前温室应用情况看，技术落后、分布不均、经济效益差等是面临的主要问题。因此，改变传统的人工控制和管理方式，研制具有独立知识产权和符合我国国情的温室自动化系统，对普及和提高我国现代化温室生产技术水平具有重大的经济效益和社会效益。 本文首先介绍了国内和国外温室自动化系统的发展状况，总结了温室自动化发展趋势，通过对比凸现了我国落后的温室应用技术。并结合我国实际情况分析了我国温室发展中普遍存在的控制和管理问题，指出本文研究的温室自动化系统所具有的现实意义。 其次，在对温室生态环境建模与控制方法进行总结的基础上，着重介绍本文从实际应用角度出发提出的基于最小均方差的单层前馈神经网络(ANN+LMS)模型参数辨识算法。针对温室环境主要因子近似模型的特点，论述了训练成熟的神经网络节点权值和模型参数之间的关系，通过间接方法建立温室主要环境因子近似模型。并在模型建立基础上设计了温室环境因子模糊PID控制算法。 再次，针对华南理工大学电力学院新能源研究中心的温室，设计了基于CAN总线的温室自动化控制系统，它具有多主工作方式、通信可靠性高、传输距离远、成本低等优点。该系统由控制室的PC机和温室内的单片机系统组成，针对PC机主要完成复杂算法计算和数据记录功能，设计了运行界面、辨识界面、控制界面等；针对单片机系统具体功能设计了CAN通信模块、数据采集模块、控制输出模块的详细硬件电路和实现程序。 最后，基于上述研究在温室中进行本文设计的温室自动化系统的相关实验，以温度为代表对文中提出的模型参数辨识算法和控制算法的实际应用效果进行分析和总结。 本文主要从实际应用角度出发做了一些基于CAN总线的温室自动化系统设计和控制的尝试性研究工作。研究工作得到了广东省自然科学基金(04020011)和国家自然科学重点基金(60534040)的资助。