本论文在查阅大量文献和研究成果的基础上，分析了常规 PID 控制与 BP 神 经网络论的优点，将 BP 神经网络控制与常规的 PID 控制相结合，设计出了 BP 神经网络 PID 控制器，有效的解决了常规 PID 参数整定难的问题，同时提高了 温室环境中温湿度控制的控制性能，对自动化、智能化技术在温室环境控制应用 中作了探索性的研究。

1。2 温室环境控制技术的国内外发展及研究现状

1。2。1 国外温室环境控制技术的发展及研究现状

1。2。2 国内温室环境控制技术的发展及研究现状

1。3 本文的研究内容及其方法

本文关于神经网络在温室环境控制中的研究，着重介绍神经网络理论和常规 PID 控制理论。以传统控制理论研究为基础，同时结合神经网络理论的优点，将 BP 神经网络控制与传统的 PID 控制相结合，设计出了基于 BP 神经网络的 PID 控制器，最终通过理论分析、被控对象模型的建立、MATLAB 软件编程及仿真 实验，对传统 PID 控制器和基于 BP 神经网络的 PID 控制器的性能进行了比较。 结果证明，基于 BP 神经网络的 PID 控制器控制效果良好。最后，设计了基于 BP 神经网络的 PID 控制系统[2]。

本论文共分为五章：

第一章 概述。介绍了传统的 PID 控制器和神经网络在温室环境控制系统中 的实际应用。

第二章 神经网络的基本理论。介绍了神经网络的基本理论，涉及其发展概 括、特点、模型以及其学习算法，并着重介绍了 BP 神经网络，以及其存在的缺

陷，并对其学习算法加以改进。

第三章 基于 BP 神经网络 PID 控制器的设计。对传统 PID 控制器进行了简 单的介绍，同时也涉及到其参数整定的问题，将最简单的 BP 神经网络与其相结 合，设计出了基于 BP 神经网络 PID 控制器，实现了对传统 PID 参数的调整。来*自-优=尔,论:文+网www.youerw.com

第四章 控制算法的仿真研究。利用 MATLAB 软件对传统 PID 控制器和基 于 BP 神经网络的 PID 控制器在温室环境中的温度控制进行了仿真研究分析。

第五章 结论与展望。对本文所探讨的内容进行了总结，同时对温室环境控 制技术以及基于 BP 神经网络 PID 控制技术应用于温室环境控制的应用前景提出 了展望。

2 神经网络的基本理论

随着科学技术的日益发展，人们对人工神经网络的理论研究做了大量的研 究，并取得了一定的成果。人工神经网络是模拟人脑细胞的分布式工作特点和自 组织功能实现并行处理、自学习和非线性映射等能力。很显然，它也是一种典型 的智能控制方法[3]。

2。1 人工神经元模型

神经元是生物神经系统的最基本单元，其形状和大小是多种多样的。人工神 经元模型是生物神经元模型的抽象和模拟。它是模拟生物神经元的结构及功能， 并且从数学角度抽象出来的的一个基本单元。它是神经网络的最基本的处理单 元。人工神经元一般是多输入—单输出的非线性器件[4]