本发明公开了一种基于卡尔曼滤波器多模型麦苗生长舱最优参数预测方法，属于智能设备优化领域。通过采用卡尔曼滤波器对生长舱系统中传感器采集数据进行滤波处理，经过卡尔曼滤波得到的值比传感器直接采集的值更加接近真实值，有利于生长舱系统中温度、湿度和CO2浓度的精确控制。然后考虑到麦苗生长为多影响因素，加入NaCl浓度、光照黑暗比、光照周期、种子重量分别输入多元非线性回归、径向基神经网络和多层感知机神经网络模型进行预测。选取较优的模型结构，更加精确的找到麦苗生长的最优环境参数，对于麦苗萌发生长环境提供一定参考。