在日光大棚监控系统中,收集了大量的作物生长信息和现场数据。这些数据是作物生长状况最真实的反映,对于作物生长环境参数的优化控制有重要的指导作用。本文研究了农业专家系统和基于现场作物生长数据的数据挖掘算法。本文首先研究了专家系统的知识获取方式和推理方式,以及专家系统的研究发展方向,结合农业系统的特点和专家系统的研究发展方向,将数据挖掘和神经网络等智能算法应用到专家系统中,设计了农业专家系统的总体结构。其次,从两个方面对数据挖掘系统进行了研究。选用神经网络方法从数据中进行规则提取和评估,并研究总结了神经网络方法进行挖掘的过程。研究了数据挖掘系统的结构优化,结构优化的重点是挖掘系统与数据库的集成,研究了几种挖掘系统和数据库的集成方法。最后,利用MATLAB中的工具箱建立了模糊神经网络,作为专家系统的推理机构,并通过调用数据库中的现场作物生长数据对模糊神经网络进行训练学习。对训练学习完成的模糊神经网络进行测试对比,并可显示模糊规则。根据现场作物生长数据,可通过推理结构得到生长状况等级评价。通过数据库中表的连接,可得到生长状况好的作物的环境数据。由采用模糊神经网络和神经网络进行测试得出的结果比较可以看出,系统采用的模糊神经网络推理得到的结果更准确,可用于作物最佳生长环境的决策。