温室智能控制系统控制输入量

这个模型包含喷雾、加热和通风3种主动控制输入量，同时考虑了作物蒸腾作用对温湿度变化的影响。但这是远远不够的。
首先，温室环境模型并不等同于一个简单的温度湿度动态模型，温室环境控制也不等同于一个简单的温湿度控制。光合作用是作物生长的主要动因，因此，CO2浓度和光强（即光照度）的控制在模型中是非常重要的，甚至是*的。而且它们对温室智能控制系统环境变化（例如对温度的变化影响很大）以及与作物生长之间的耦合作用在模型中也描述不足。
受认知水平的制约，*以来室内温度和湿度被认为是影响作物产量和品质的主要因素，因而过去对面向控制的温室智能控制系统建模研究都是围绕着室内温度和湿度展开的，所建立的环境模型实际上是室内温、湿度模型，而温室智能控制系统控制实际上也是对室内温湿度进行调节。这类模型占目前温室模型的大多数。基于神经网络和模糊理论等输入输出辨识模型，由于其辨识时所采用的数据不*，且作物生长和外界气候是动态变化的，单次测量的数据难以真实描述整个生*的环境变化，所辨识的温室智能控制系统模型具有较大的局限性，这类模型应用于整个温室生产周期的环境控制其可靠性不能得到很好的保证。另外，有不少温室智能控制系统模型并不是严格意义上的显含控制输入量的模型，没有反映真实的控制信号与环境状态改变之间的动态关系，其后果是实际控制效果与理论分析有很大差距，如忽视了执行机构可能存在的非线性时滞等造成系统不稳定的因素，而且模型不具有显式结构，给控制器的设计带来了非常大的困难。
温室智能控制系统 http://www.tpwlw.com/baike/info_38.html
智慧农业 http://www.tpwlw.com/