随着科技的发展和人们生活质量的提高，消费者不再仅满足于食品、医疗用品等的供应量的需求上，而是越来越关注食品、医疗用品等的质量安全。温度是保障冷藏运输物品安全的一个重要因素。目前无线传输、实时和高速率通信技术在冷藏车运输中得到了广泛应用。温度监控成为冷链运输过程中保证物品安全和质量的关键问题之一。因此，如何利用无线数据采集方法和智能化的温度控制方法来监控、预测冷藏车运输中的温度变化，从而保证物品安全、减少运输损耗显得尤为关键。本文围绕这一主题展开研究，论文所做的主要研究工作包括：（1）对现有的冷藏车远程监控系统和温度监测方法进行深入地研究和探讨，客观评价各技术的优点和局限性；（2）针对目前对冷藏车温度监控在智能化方面的不足，提出了两种温度监控的思路。一种是通过动态阈值的方法，根据温度的实时变化情况，设置相应的阈值，当温度超过阈值时发出警报；另外一种是利用计算智能的方法，首先通过人工神经网络预测温度的变化趋势，然后利用模糊推理产生智能决策进而发出预警，达到智能监测冷藏车运输途中温度变化的目的，保证冷藏物流的物品安全和质量。（3）针对人工神经网络中BP算法的不足，本文提出了新的改进措施，通过自适应改变BP网络学习速率的方法改进BP神经网络的收敛性能，增强对冷藏车温度的预测能力。（4）本文利用无线传感网技术、嵌入式技术和GPRS技术设计了一种基于嵌入式Linux的冷藏车远程感控系统，适用于冷藏车运输的特定环境。（5）最后通过实验表明，这个温度控制系统对于实时温度的监控和预测具有良好的效果。当温度发生异常时，控制中心能够及时采取适当的措施，避免或减少物流损失。