我国作为一个农业大国,而人均水资源却不足世界人均占有量的25%,与此同时,人类的生产活动和农业发展又离不开水资源。随着水资源的越来越匮乏,世界各个国家也越来越重视发展精准灌溉。因此,如何实现农业精准灌溉成为现阶段面临的重要问题。综合国内外关于精准灌溉的相关研究和人工智能的发展,本文设计了基于模糊神经网络的甜菜灌溉控制算法。主要研究内容如下:第一、论文在查阅相关文献资料和分析国内外研究现状的基础上,构建的本文的整体框架,对甜菜的生长环境和需水情况、模糊控制理论、BP神经网络的结构、BP神经网络的优缺点、模糊神经网络和神经网络的比较和结合以及灌溉控制相关知识进行了介绍。第二、甜菜灌溉控制模型的建立,该模型的架构分析了空气温湿度、不同深度土壤温湿度、光照强度对甜菜灌溉中需水强度的影响,再通过MATLAB仿真得到其不同影响因子对甜菜需水的实际数据拟合图和相对应的方程式,最后将各个因子结合设计了整体函数模型。第三、分析模糊神经网络及其反向传播过程,分别用动量梯度下降和RMSprop优化算法对模糊神经网络中参数进行改进。再将优化后的模糊神经网络在非线性函数、Mackey-Glass混沌时间序列和水质等级评价的输出预测中,分析误差和拟合效果等性能指标,与他人改进结果进行对比。之后,将改进的模糊神经网络应用于甜菜生长的前、中、后三个时期,得到训练的实际输出和预测输出拟合图、优化前后的预测输出图,以及不同优化算法的预测误差图。第四、甜菜灌溉控制模型实现,对开发环境进行了整体设计,利用python实现模糊神经网络,通过mysql搭建数据库,设计网页和功能结构,最后实现甜菜灌溉远程控制电磁阀。