随着温室研究的深入发展，智能控制理论在温室研究中的作用越来越明显。本文以此为工具建立了以上海地区现代化温室为代表的夏季温室小气候的模拟和预测模型，探讨国内夏季气候条件下国外引进温室内的小气候变化规律以及各个因子的单独作用分析，为国外先进温室的真正消化吸收提供理论基础。 近年来，我国从国外引进了许多现代化温室，其中最具代表性的是荷兰Venlo型温室。但这些温室在国内的运行效果都不尽人意，特别是夏季酷热的气候条件使温室夏季降温所需的能耗很大，导致运营成本高，效益差，生产难以为继。为此，建立夏季温室小气候的模拟和预测模型，以探讨夏季温室内小气候的变化规律，为引进温室的结构优化设计提供理论参考；分析各个因子对温室小气候的影响情况，从而确定最佳的温室控制设备，有利于温室能耗的降低；对典型天气下室内小气候的状态进行预测，从而防止和减少作物灾害的发生。 由于温室小气候的影响因子复杂、具有非线性和不确定性的特点，难以建立精确的数学模型，因此本文采用智能控制理论，特别是人工神经网络和遗传算法来建立温室小气候的经验模型。首先，该模型在误差反向传播算法(BP算法)的基础上，在网络权值更新公式中添加惯性冲量项，并对学习率和惯量因子进行自适应调整，从而形成BP改进算法(Improved BP算法，简称IBP算法)。其次，利用遗传算法强大的全局寻优能力对IBP算法的权值和阈值进行初步优化。最后，结合IBP算法强大的局部寻优能力完成整个温室小气候模型的建立。本文在建模过程中，考虑到了室内作物对温室小气候的影响，将作物的叶面积指数作为模型的输入变量。另外，Visual C++语言具有面向对象编程、开发环境友善、人机对话方便、开发效率高的特点，这正是本模型采用它来编写的原因。 通过模型的模拟和预测实验，其模拟精度和预测精度达到1.5％和3％，证明该模型是正确可靠的。利用该模型对影响温室小气候的各个因子进行单独分析，其结果是：室外温度和湿度分别是影响室内温度和湿度的最主要因子，太阳辐射和叶面积指数对室内温湿度都具有很大的影响。通过对典型天气下温室小气候变化规律分析和预测，其结论是：从7月中旬到8月中下旬，室内相继出现高温低温和高温高湿天气，建议分别采取的适宜措施是：湿帘-风机降温、高压喷雾降温、屋顶喷淋降温和增大屋顶通风窗的通风面积、安装屋顶喷淋(雾)设备、改温室内遮阳为外遮阳、涂白温室屋顶等。