本课题就当今温室的控制系统的智能化发展趋势进行研究,分析了温室系统的构造和运行机制,进而将模糊神经网络技术、计算机智能控制技术结合起来,应用于蔬菜的生长和生产,主要工作如下：首先介绍了国内外温室控制系统的现状、发展趋势、优缺点。然后就影响温室系统的温度、湿度、光照等因子进行了分析。其次研究了模糊控制系统的理论和设计方法,学习了神经网络控制理论,研究表明将模糊控制系统和神经网络控制理论联系起来之后,系统的学习能力得到了很好的提高。模糊控制系统的鲁棒性强,适应于解决常规控制难以解决的非线性、时变及大纯滞后的等问题,但是对于模糊规则和隶属度的确定尚不完善。而神经网络系统对复杂不确定性问题的自适应和自学习能力,通过训练学习能够很好地确定模糊规则和隶属度。因此本文提出了将模糊神经网络控制系统应用于生菜的温室系统。最后以生菜为例本文利用层次分析法,得到影响生菜的温室系统的主要因子,利用回归方法确定了植物的生长函数。利用MFC以及MATLAB设计了生菜的模糊神经网络控制器和仿真系统,针对某一光照下,利用该系统智能调节生菜温室系统的温湿度。实验结果表明：模糊神经网络系统能够很好地控制生菜的温室系统,从理论和实际中验证了模糊神经网络控制在温室系统中的可行性。