Для конкретної сукупності параметрів мікроклімату парника інтенсивність фотосинтезу визначається як мінімальне значення з тих, які визначені за існуючими залежностями окремих параметрів.

За період часу, тривалістю близько доби, площа листя та інші просторові характеристики рослин зазнають незначних змін. Тому для контролю і управління мікрокліматом протягом добового циклу може бути використана модель фотосинтезу листа.

Загальновідомо, що необхідною умовою фотосинтезу є ФАР (фізіологічно-активна радіація [1]). Тому в умовах захищеного ґрунту накопичення сухої біомаси відбувається в денний час доби.

Вночі має місце тільки процес дихання рослин. На дихання рослини витрачається частина синтезованих вуглеводів. При цьому виділяється енергія, яка забезпечує процеси життєдіяльності рослини. Інша частина вуглеводів перерозподіляється по різним органам рослини. При цьому необхідно враховувати, що для нормального розвитку рослини необхідно певне співвідношення між синтезом і витратою вуглеводів протягом доби.

Таким чином, для інтенсивного накопичення біомаси рослин необхідно забезпечити високі показники фотосинтетичного процесу, в денний час, і певне співвідношення між синтезом вуглеводів і їх витратою вночі.

Розглянуті вище уявлення про зростання і розвиток рослин є основою для розробки алгоритмів інтелектуальної роботи систем контролю і підтримки параметрів мікроклімату парника.

Крім того, при розробці зазначених алгоритмів необхідно враховувати, що парники відносяться до найбільш складних об'єктів автоматизації. Дана обставина обумовлена ​​нестаціонарністю і інформаційною невизначеністю парника, як об'єкта контролю та управління.

Зокрема, наявність зеленої маси в значній мірі визначає нестаціонарність парника, як об'єкта контролю та підтримання режиму зволоженості та температури. За час від висадки розсади до початку збору врожаю через збільшення щільності зеленої маси, коефіцієнт теплопередачі зменшується в 1,5 рази, а час дозрівання, який залежить від швидкості поширення повітряних потоків, збільшується на 300 + 400 с. Аналогічні зміни відбуваються з вологісним режимом в парнику [2].

Крім того, наявність великої кількості непрогнозованих збурень обумовлює інформаційну невизначеність парника, як об'єкта контролю та управління.

Таким чином, аналіз особливостей парників, як об'єктів автоматизації, дозволяє сформулювати певні вимоги до систем автоматичного контролю параметрів мікроклімату в зазначених спорудах. Зокрема, системи контролю повинні володіти високою надійністю і точністю, властивостями адаптивності та технічного інтелекту, оскільки часто призначені працювати в умовах інформаційної недостатності і невизначеності.

Тому, на сьогоднішній день існує гостра необхідність в розробці нових систем автоматичного контролю параметрів мікроклімату в теплицях і парниках, заснованих на використанні сучасних засобів обчислювальної техніки і інтелектуальних технологій аналізу інформації і прийняття рішень.

При зміні параметрів передавальної функції каналу управління об'єктом, в заданих інтервалах, для налаштування регулятора слід вибирати такі значення цих параметрів, при яких інерційність керованого об'єкта буде максимальною.

Такий метод дозволяє аналізувати залежність динамічних характеристик каналу управління температурою повітря в теплиці від місця розташування датчиків контролю температури, а також дозволяє не тільки правильно вибрати місце розташування датчиків температури повітря, а й мінімізувати їх кількість, не погіршуючи якість управління температурою.

За допомогою запропонованого методу вдалося встановити достатність лише одного датчика температури в розглянутому випадку контролю і управління температурою повітря в парнику. Інформація від датчиків температури розташованих в інших місцях буде надлишковою.

Нечітка логіка і нейронні мережі

Оскільки нечіткі множини описуються функціями належності, а t-норми і k-норми звичайними математичними операціями, можна уявити нечіткі логічні міркування у вигляді нейронної мережі. Для цього функції приналежності треба інтерпретувати як функції активації нейронів, передачу сигналів як зв'язку, а логічні t-норми і k-норми, як спеціальні види нейронів, що виконують математичні відповідні операції.

Рішення поставлених завдань буде здійснено з використанням методів теорій нечітких множин і автоматичного управління, похибок, ймовірностей і математичної статистики. Достовірність теоретичних положень буде підтверджуватися експериментальною перевіркою отриманих результатів, а також за допомогою імітаційного комп'ютерного моделювання.