养殖业是南疆的支柱性产业。近年来南疆蛋鸡养殖逐渐朝着集约化,规模化的方向发展。集约化养殖带来了生产的高效,但高密度,大规模的养殖也凸显出集约化鸡舍的环境问题。传统蛋鸡舍环境控制方法大多依靠某一种环境参数进行调控,对多种环境因子耦合的鸡舍不能达到最佳的控制效果,从而影响蛋鸡的生长生产性能。本研究针对传统控制方法不能有效处理多种环境因子的问题,以南疆某蛋鸡舍蛋鸡为研究对象,设计并实现了蛋鸡舍环境监控系统,将强化学习方法应用到蛋鸡舍环境控制模型中,并引入温湿指数和先验知识优化强化学习方法,得到了南疆蛋鸡舍环境控制模型,实验结果表明控制模型能够平滑控制鸡舍各项环境参数并提高蛋鸡产蛋率。本研究内容包含以下几个方面:（1）基于物联网技术设计并实现了蛋鸡舍环境监控系统。针对各项影响蛋鸡生长环境的因子,实现了对蛋鸡舍各项环境参数的监测功能,对蛋鸡舍内风机,水帘等环境控制设备的控制功能,并搭建了鸡舍环境监控平台,最终实现了蛋鸡舍环境监控系统。实验期间实际采集数据各2749条,应采集数据各2772条,数据丢失23条,数据采集率为99.18%,符合系统设计要求。分析了鸡舍环境因子干球温度,相对湿度,二氧化碳浓度3个指标之间的相关性,研究结果表明3个指标彼此正相关,并且相关性显著。蛋鸡舍环境监控系统的设计和实现,为蛋鸡舍环境的控制提供了研究基础。（2）基于强化学习方法的蛋鸡舍环境控制模型。首先,通过强化学习的方法,选取鸡舍内温度、相对湿度、氨气浓度、二氧化碳浓度4种环境因子作为状态参数,并将各状态参数按照区域进行划分。其次,将鸡舍内风机,水帘的开关组合为动作参数,同时根据相关标准和鸡舍实际情况建立鸡舍环境奖励值函数,完成基于强化学习方法的蛋鸡舍环境控制模型。最终将南疆蛋鸡舍环境控制模型与阈值开关控制方法进行对比,对控制模型有效性进行了验证。经过实际验证,基于强化学习的蛋鸡舍环境控制模型将鸡舍温度维持在19.1℃-20.6℃,相对湿度维持在53%-69.2%,二氧化碳浓度平均值（5751mg/m~3）也较阈值开关控制（6963mg/m~3）有了较大的改善。实验期间强化学习控制模型下的蛋鸡舍产蛋率（82.4%）也较阈值开关控制下蛋鸡舍（82.0%）有所提高。实验结果说明基于强化学习的蛋鸡舍环境控制模型能够有效实现对南疆蛋鸡舍内多种环境因子的稳定控制,从而达到保障蛋鸡生长生产性能的目的。（3）提出一种基于温湿指数和先验知识的Q学习南疆蛋鸡舍环境控制方法。该方法将温湿指数作为强化学习的状态参数,并将先验知识作为动作决策,实现控制模型的优化。1)基于已采集的温度和相对湿度,构建温湿指数模型,取代强化学习模型中的温度和相对湿度2个参数,从而减少了状态参数维度。2)采用先验知识作为动作决策,在环境参数值超过鸡适宜区间后放弃学习,选择预先设定的动作,避免学习过程中鸡受到不必要的环境影响,并减少了学习次数。实验表明,实现模型收敛的次数显著减少,由1500次减少为620次左右,并且实验过程中蛋鸡处于温湿指数舒适区,未到达热应激水平。本研究基于蛋鸡舍环境监控系统已采集的数据,通过强化学习的方法研究了蛋鸡舍环境控制策略,并搭建了南疆蛋鸡舍环境优化控制模型。研究结果实现了对蛋鸡舍多环境因子的平滑控制,从而达到改善蛋鸡生长生产环境,增加产蛋率的目的,在蛋鸡舍控制方面具有一定的可行性。