ลองจินตนาการถึงอนาคต ที่การผลิตพืช จะไม่ได้ขึ้นอยู่กับสภาพอากาศที่ดี แต่ถูกควบคุมโดยระบบที่ฉลาดความมั่นคงทางอาหารเผชิญกับปัญหาที่ไม่เคยมีมาก่อนการเกษตรประเพณีที่จํากัดโดยสภาพอากาศที่รุนแรง การขาดน้ําและที่ดินปลูกที่จํากัด ต้องการทางแก้ไขอย่างเร่งด่วน
เทคโนโลยีโรงเรือนกระจกที่ฉลาดได้ปรากฏขึ้นเป็นทางออกที่เหมาะสม โดยทํางานเป็น "โรงงานพืช" ที่สามารถควบคุมได้ ซึ่งลดการแทรกแซงสิ่งแวดล้อมให้น้อยที่สุด ขณะที่ให้เงื่อนไขการเจริญเติบโตที่ดีที่สุดอย่างไรก็ตามราคาจริงของเรือนกระจกที่ฉลาดอยู่ที่ความสามารถในการใช้พลังงานอย่างมีประสิทธิภาพและลดต้นทุนการดําเนินงาน
การบูรณาการเทคโนโลยีอินเตอร์เน็ตของสิ่งของ (IoT) ทําให้การจัดการโรงเรือนกระจกได้อย่างแม่นยํา เครือข่ายของเซ็นเซอร์ที่ฉลาดติดตามปริมาตรสําคัญ เช่น อุณหภูมิ ความชื้นความเข้มของแสงและปริมาณ CO2 ในเวลาจริงข้อมูลเหล่านี้อํานวยความสะดวกในการตัดสินใจที่ฉลาด เพื่อปรับปรุงการจัดสรรทรัพยากร
ตัวอย่างเช่น ระบบทําความร้อนและทําความเย็น สามารถปรับให้ถูกต้องตามสภาพแวดล้อมและความต้องการของโรงงาน โดยลดการใช้พลังงานได้อย่างมากแนวทางนี้ไม่เพียงแค่เพิ่มผลผลิตทางการเกษตร แต่ยังส่งผลประโยชน์ต่อสิ่งแวดล้อมด้วยการลดต้นทุนพลังงานสร้างสัญลักษณ์เศรษฐกิจและสิ่งแวดล้อม
เทคนิคการจําลองและจําลองที่ก้าวหน้า ให้ความสามารถในการปรับปรุงที่ลึกซึ้งสําหรับเรือนกระจกที่ฉลาดรูปแบบคอมพิวเตอร์จําลองการเจริญเติบโตของพืชภายใต้สภาพแวดล้อมที่แตกต่างกัน ทําให้เกษตรกรสามารถคาดการณ์ผลกระทบจากการเปลี่ยนแปลงสภาวะอากาศและปรับแผนการปลูกตามการปรับปรุงผลผลิตและการลดความสูญเสียให้น้อยที่สุด
การวิจัยในปัจจุบันเน้นการพัฒนาระบบการจัดการโรงเรือนกระจกที่อิสระ ที่ทําให้การเติบโตของพืชดีที่สุดในขณะที่ลดการบริโภคพลังงานให้น้อยที่สุดความชื้นและการเผชิญหน้ากับแสงเป็นปัจจัยสําคัญที่ส่งผลกระทบต่อการใช้พลังงานโรงเรือนกระจกระบบควบคุมที่ฉลาดรักษาสภาพการเจริญเติบโตที่ดีที่สุด โดยการปรับปริมาตรเหล่านี้อย่างไดนามิก
นักวิจัยใช้วิธีการจําลองหลายแบบสําหรับการพัฒนาเรือนกระจกที่ฉลาด รูปแบบทางกายภาพจําลองกระบวนการเรือนกระจกภายในและประเมินผลกระทบพลังงานของกลยุทธ์การควบคุมที่แตกต่างกันในทางเลือก, รูปแบบการเรียนรู้เครื่องจักรที่ได้รับการฝึกอบรมจากข้อมูลสภาพแวดล้อมและการเติบโตของพืชในอดีต สามารถคาดการณ์สภาพการเติบโตที่ดีที่สุด
อัลกอริทึมควบคุมต่าง ๆ ได้ถูกพัฒนาเพื่อการควบคุมสภาวะอากาศเรือนกระจก รวมถึงการควบคุมสัดส่วน-รวม-อนุพันธ์ (PID) การควบคุมแบบคาดการณ์ (MPC) การควบคุมที่ดีที่สุดกลยุทธ์ที่ไม่ชัดเจน, เครือข่ายประสาทและอัลกอริทึมไฮบริด ขณะที่การควบคุม PID ยังคงถูกใช้อย่างแพร่หลายเพื่อความยืดหยุ่นและความแข็งแรงของมัน แต่มันเผชิญกับปัญหาในการจัดการกับความรบกวนภายนอกและฉากที่ไม่เป็นเส้นตรง
วิธี MPC ได้ปรากฏขึ้นเป็นทางเลือกที่ดีกว่า, สามารถจําลองความรบกวนและข้อจํากัดที่ไม่เป็นเส้นตรงในขณะที่คาดการณ์เหตุการณ์ในอนาคตเพื่อปรับมาตรการควบคุมตามนั้นระบบเหล่านี้ได้แสดงผลในการปรับปรุงการใช้น้ํา, ปรับปรุงอากาศ, การจัดการปริมาณ CO2 และควบคุมการทํางานของพัดลม
แนวทางการจําแนกระบบเหตุการณ์ที่แยกแยก (DEVS) ให้ข้อดีเด่นสําหรับการจําลองระบบเรือนกระจกที่สมาร์ทที่ซับซ้อนDEVS ให้พื้นฐานทางการอย่างถูกพิสูจน์สําหรับการจําลองและจําลองในระบบที่ซับซ้อนต่างๆ.
รูปแบบที่นําเสนอบน DEVS ทําจําลองพฤติกรรมในโรงเรือนกระจกทางการเกษตรเพื่อสมดุลการบริโภคพลังงานกับสภาพภูมิอากาศที่ต้องการ (อุณหภูมิ, ระดับ CO2 และความชื้น)แนวทางรวมนี้สามารถเปลี่ยนแปลงวิธีการปลูกในขณะที่รับประกันการผลิตที่มีประสิทธิภาพกับผลกระทบต่อสิ่งแวดล้อมอย่างน้อย.
โรงเรือนกระจกที่ฉลาดเป็นระบบที่ซับซ้อน ประกอบด้วยระบบย่อยหลายระบบที่มีอุปกรณ์และเซ็นเซอร์มากมายDEVS formalism โดยประสิทธิภาพอธิบายพฤติกรรมของแต่ละระบบย่อยว่าเป็นรุ่นอะตอมที่ปฏิสัมพันธ์กับองค์ประกอบอื่น ๆ, ขณะที่ระบบทั้งหมดถูกแสดงให้เป็นแบบจําลองที่เชื่อมโยงกันที่จับภาพการปฏิสัมพันธ์และความพึ่งพาทั้งหมด
ระบบที่เสนอเริ่มต้นด้วยการรวบรวมข้อมูลจากเซ็นเซอร์ที่ติดตามสภาพแวดล้อมภายในเครื่องคาดการณ์ที่ใช้เครือข่ายประสาทประดิษฐ์ (ANN) ทํานายสภาพอากาศในอนาคต โดยใช้ข้อมูลอากาศภายนอกและการอ่านของเซ็นเซอร์ภายในเทคนิค Optimization กําหนดปริมาตรสิ่งแวดล้อมที่ดีที่สุดโดยพิจารณาความชอบที่กําหนดโดยผู้ใช้และขั้นต่ําการบริโภคพลังงาน
ผลการจําลองในกรณีต่าง ๆ แสดงให้เห็นว่าวิธีการใหม่นี้ปรับปรุงประสิทธิภาพพลังงานโรงเรือนกระจกได้อย่างสําคัญการปรับปรุงและควบคุม, พร้อมกับโมดูลการเรียนรู้สําหรับตัวคาดการณ์และตัวปรับปรุง, ให้กรอบที่มีประสิทธิภาพสําหรับการจัดการสิ่งแวดล้อมเรือนกระจก ด้วยการใช้พลังงานที่ลดลงอย่างน้อย
