温室在现代农业发展中的作用越来越显得重要，人们对其进行研究，主要是对影响作物生长的环境因子进行控制及调节，温室智能控制系统的研发也是需要在此依据之上的。这主要还是为了能够让作物在适宜的环境中生存，取得最佳的效益。但是，因为温室环境的系统是一个多变量的、大惯性的非线性系统，所以很难对其建立精确的数学模型。只对温度单因子进行了控制，并不能很好地将综合因素考虑在内并加以控制。不能够实时地对系统进行变化。
　　
　　模糊控制属于计算机数字控制的一种形式。因此，模糊控制系统的组成类同一般的数字控制系统的组成。模糊控制系统一般可以分为４个组成部分：模糊控制器、输入或输出接口装置、Ｉ／Ｏ接口装置、传感器。光合作用与温室环境中的光照、二氧化碳、水都有直接的关系。事实上，在温室环境中影响光合作用的因素有很多，主要包括光照强度、温度、二氧化碳浓度、水分和植物体内部因素，如叶龄、叶绿素以及光合产物从叶片运出的速率等。
　　
　　其中前４种属于温室环境因子，是温室环境控制的主要对象。而土壤物理化学环境中各因素之间的交互作用关系没有气候环境中的复杂，而对光合作用的影响是间接的。于是，可以从这个角度去建立层次分析法中的判断矩阵，决策层则选取净光合速率。而影响光合速率的因素，我们选取光照强度、温度、湿度、二氧化碳浓度、植物体内叶绿素、土壤中矿物质含量为方案层。当每天不同的时间段下，当时天气情况下的光照强度为一个不可控影响因子，也就是理论上的最优值是不能够取到的，就要根据给定的当天光照强度来找到与之对应的温度和湿度，得到最优值之后，与当前值进行比对进行模糊控制。
　　
　　就生菜的温室智能控制系统进行了研究，首先利用层次分析法得到影响生菜生长的主要因素，然后，利用模糊控制规则及最优化方法得到生菜生长的函数，最后针对某一光照下，利用模糊神经网络控制调节生菜的温湿度。实际结果表明，该系统具有较好的适应性，能够较好地满足实际生产的需要。