温室智能控制系统是在计算机集成控制,根据作物生长的最佳生态条件,现代信息技术、自动化技术和生物工程、农业工程、环境工程技术,创造出适合作物生长的环境,实现作物的产业化质量、效率高和低消费规模生产。温室控制系统需要基于温室气候环境的变化,调整相应的控制执行机构:当温度太低,需要使用补充温度加热系统;当温度太高,需要控制通风口,遮阳系统,排气扇或蒸发冷却设备,等等,以避免经济过热。现在大多数的温室智能控制系统执行机构通常根据实际测量值和值来控制。
　　
　　传统温室智能控制系统设计方案的缺点是:一是执行人的设定值调整在很大程度上依赖于员工的专业知识,其次,控制系统工作在一个被动的状态,当温室气候变化调整,不能预测未来的温室环境状态,无法提前做出反应,三个因为致动器的设定值和工作地点是相互独立的,所以各种执行机构调整工作不协调,容易导致过冲和振荡的控制系统。为了克服上述缺点,有必要增加水平的智能控制系统,可以实现整个系统的全局优化。温室智能控制系统采用基于全局优化预测模型,温室内部和外部的控制温度、湿度、照明和当地天气状况进行综合分析,所有全局变量的输入值控制模型,得出温室气候预测在未来。根据天气预报,可以提前对温室环境即将到来的变化作出相应的调整,有效地提高温室的控制质量。
　　
　　温室智能控制系统的目标是为作物提供合适的环境条件。传统控制模式在很大程度上取决于工作人员的专业知识和实际经验，要求工作人员具备必要的知识，对作物生长、生产管理的经济性和控制系统之间的相互关系有很好的了解。只有这样，生产者才能得到最优的控制方案和经济效益，而温室的管理人员往往并不具备上述的要求。此外，温室环境系统由于自身的复杂性以及各种环境因素之间相互影响，使得采用传统的控制方法很难达到最佳的控制效果。
　　
　　温室智能控制系统基于全局优化预测模型,和基于设计控制器基于神经网络控制系统,最后利用仿真模型验证,证明了模型的控制性能。模型考虑了温室内外的温度,湿度,光照,控制器和全局变量,如作物生长状况和预测短期天气讨论作为全局变量之一,确保前瞻性的控制模型,在一定程度上,克服冲突和振荡的控制系统。