温室控制技术是温室工程建设的重要组成部分。温室多信息融合调控是温室生产智能化控制的核心。日本、荷兰、美国、以色列等国家的温室坏境控制技术发展迅速,国内在这方面也做了大量的研究。以经济效益最优为目的的温室测控系统研究仍然是一个难点。将信息融合技术应用于温室环境因子调控中,解决非线性温室决策系统调控问题,提出一种以利润率最大化为目标的温室CO₂浓度和温度调控量决策方法。分析温室环境因子变化规律及对作物生长的影响,研究作物在不同季节和天气下的光合日变化规律;运用神经网络建立非线性的作物生长速率预测模型,采用多项式函数拟合得到作物市场价格规律模型,通过这两个模型,并考虑CO₂施肥的成本,可得在不同CO₂浓度作用下的光合产物纯利润率,通过“平移相切法”对纯利润率进行寻优,获得利润率最大化的温室CO₂浓度调控量。同理,可获得利润率最大化的温室温度最优调控量。通过理论分析和实验,建立了温室作物CO₂浓度-光合速率预测模型、温度-光合速率预测模型、CO₂损失成本模型、温度调控成本模型、热量损失成本模型,并以价格季节性变化规律为依据建立市场价格规律模型。在光照强度一定时,通过预测模型获得光合速率随CO₂浓度和温度变化规律,模型预测精度较高,可作为温室测控系统环境因子调控依据。