본 연구에서는 유비쿼터스 식물공장의 재배환경에 필요한 요소들의 센서 네트워크를 구성하고 자동으로 감지하여 적응형 뉴로-퍼지 추론시스템을 통하여 환경변화를 추론하여 식물공장의 재배환경을 적절하게 제어할 수 있는 새로운 자동제어시스템의 프레임워크를 제안하고, 이를 설계하였다. 유비쿼터스 식물공장 환경을 제어하기 위하여 식물공장의 재배환경에 영향을 미치는 환경요소인 실내온도, 근권온도, 습도, 광도, CO2 농도를 측정할 수 있는 센서 네트워크를 구성하고 측정된 환경요소의 변화에 따라 램프, 환기, 습도, CO2 농도, 온도를 제어할 수 있는 장치를 자동으로 제어할 수 있는 식물공장 자동제어시스템을 설계하였다. 이를 위하여 본 연구에서는 센서를 통하여 받아들이는 입력값을 퍼지소속함수로 변화하고 적응형 뉴로-퍼지시스템에 따라 추론하고 평가하여 보다 정밀하게 식물공장을 자동으로 제어할 수 알고리즘을 개발하였고 이를 구현하였다. 개발된 자동제어시스템을 상추 식물공장에 적용한 결과 만족스러운 시험결과를 얻을 수 있었다. 향후 연구로는 식물공장에서 재배하고 있는 작물별 생장모델의 적합도 검정 및 개선을 위하여, 작물별 재배규칙을 보다 상세히 도출하는 것이 필요하고, 작물의 재배에 필요한 지식을 보다 정량적으로 표현하고 지식상에 내포하고 있는 불확실성을 해결하는 것이 필요하다. 더 나아가 식물공장에서 환경인자간의 상호관련성을 보다 정밀하게 수식화하고 이를 추론할 수 있는 정밀하고 과학적인 자동제어시스템의 개발이 필요하다.

본 연구에서는 모티프(Motif), ANCI-C, Fortran 언어를 사용하여 그래픽 입출력과 대화식 입력이 가능하며, 최적설계 수행에 필요한 모든 작업을 같이 병행할 수 있는 최적설계 통합환경을 개발하였다. 최적설계 통합환경은 전처리기(preprocessor), 최적설계부, 후처리기(postprocessor)로 구성하였다. 전처리기에서는 유한요소모형의 구성에 필요한 정보를 입력한 후 사용자가 입력한 정보를 즉시 확인할 수 있도록 하였다. 최적설계부에서는 전처리기에서 입력한 유한요소 정보를 바탕으로 최적설계 매개변수를 정의하고, 해를 구하는 과정으로 구성하였다. 후처리기에서는 구조물의 변형, 응력, 목적함수의 변화 등의 해석 결과를 가시화 함으로써 결과에 대한 비교.검토를 용이하게 하였다.