| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-6页 |
| 致 谢 | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| 1．1 国内外设施农业的发展概况 | 第9-10页 |
| 1．2 温室环境建模的研究 | 第10页 |
| 1．3 温室环境控制的研究 | 第10-11页 |
| 1．4 本文工作的主要内容 | 第11-13页 |
| 第二章 温室环境的机理建模 | 第13-23页 |
| 2．1 引言 | 第13页 |
| 2．2 温室环境的物理模型 | 第13-18页 |
| 2．2．1 温室环境中的物理过程 | 第14-17页 |
| 2．2．2 温室环境的物理模型 | 第17页 |
| 2．2．3 模型分析 | 第17-18页 |
| 2．3 简化的温室物理模型 | 第18-22页 |
| 2．3．1 温室加热控制和通风控制模型 | 第18-22页 |
| 2．3．2 温室的GCFC模型 | 第22页 |
| 2．4 小结 | 第22-23页 |
| 第三章 温室环境的实验建模 | 第23-31页 |
| 3．1 引言 | 第23页 |
| 3．2 温室环境的线性模型 | 第23-28页 |
| 3．2．1 温室环境的集中参数模型 | 第23-26页 |
| 3．2．2 温室环境的自回归滑动平均模型 | 第26-27页 |
| 3．2．3 温室环境的线性控制模型 | 第27-28页 |
| 3．3 模型参数的估计 | 第28-30页 |
| 3．4 小结 | 第30-31页 |
| 第四章 温室环境的模糊逻辑网络模型 | 第31-50页 |
| 4．1 引言 | 第31-32页 |
| 4．2 自适应模糊逻辑系统 | 第32-43页 |
| 4．2．1 模糊逻辑系统的分类 | 第32-35页 |
| 4．2．2 具有模糊产生器和模糊消除器的模糊逻辑系统 | 第35-37页 |
| 4．2．3 几种常用的模糊逻辑系统 | 第37-38页 |
| 4．2．4 充当万能逼近器的模糊逻辑系统 | 第38页 |
| 4．2．5 模糊逻辑系统的反向传播学习算法 | 第38-40页 |
| 4．2．6 模糊逻辑网络在非线性动态系统辨识中的应用 | 第40-41页 |
| 4．2．7 模糊辨识器的设计 | 第41-43页 |
| 4．3 温室环境的模糊逻辑网络模型 | 第43-49页 |
| 4．3．1 初始参数的选择 | 第44-46页 |
| 4．3．2 仿真结果 | 第46-49页 |
| 4．3．3 仿真结果讨论 | 第49页 |
| 4．4 小结 | 第49-50页 |
| 第五章 温室环境的优化控制 | 第50-64页 |
| 5．1 引言 | 第50页 |
| 5．2 分层控制 | 第50-58页 |
| 5．2．1 底层控制 | 第51-54页 |
| 5．2．2 设定值的产生 | 第54-58页 |
| 5．3 集成控制（非分层最优控制） | 第58-61页 |
| 5．3．1 系统的分解 | 第58-60页 |
| 5．3．2 温室气候最优控制的实施 | 第60-61页 |
| 5．4 两种控制结构的比较 | 第61-63页 |
| 5．5 小结 | 第63-64页 |
| 第六章 温室环境的智能控制 | 第64-86页 |
| 6．1 引言 | 第64页 |
| 6．2 采用机器学习的温室控制 | 第64-65页 |
| 6．3 专家系统在温室环境控制中的运用 | 第65-71页 |
| 6．3．1 采用作物模型和专家系统的温室环境控制 | 第65-66页 |
| 6．3．2 喷雾控制专家系统 | 第66-69页 |
| 6．3．3 采用控制推理的温室环境控制 | 第69-71页 |
| 6．4 神经网络在温室环境控制中的运用 | 第71-72页 |
| 6．5 温室环境的模糊逻辑控制 | 第72-73页 |
| 6．6 温室专家控制系统 | 第73-86页 |
| 6．6．1 专家控制系统 | 第73-74页 |
| 6．6．2 专家控制器 | 第74-75页 |
| 6．6．3 温室气候分析 | 第75-76页 |
| 6．6．4 温室专家控制器设计分析 | 第76-80页 |
| 6．6．5 温室专家控制器 | 第80-84页 |
| 6．6．6 仿真及讨论 | 第84-86页 |
| 结束语 | 第86-87页 |
| 参考文献 | 第87-93页 |
| 作者在攻读硕士学位期间参加的科研工作与发表的论文 | 第93页 |