本文以天山北坡某加工番茄种植基地为依托，以加工番茄生长发育时间尺度为周期，采集影响加工番茄品质的诸多复杂耦合制约因素，将 Petri网与模糊数学相结合，建立加工番茄品质的模糊 Petri网模型，并分别给出了加工番茄品质的预测方法与品质反馈诊断。期间综合运用智能教学优化算法、广义矩阵、系统参数辨识等理论，大幅度的提高了模型参数精确性与模型推理效率，以及加工番茄品质预测与低品质反馈诊断精确性与鲁棒性。　　首先，为了提高模糊 Petri网推理效率与有效的表示命题库所间的数学函数关系，更便于计算机信息处理，提出了一种依据命题空间矩阵的模糊 Petri推理方法。其次，为了提高模型参数学习的精确性与快速性，提出了改进教学优化算法与基于命题空间矩阵函数的模糊 Petri网参数学习方法。最后，基于上述研究理论与结合农业专家知识经验，在加工番茄品质的预测中，提出了动态可信度模糊 Petri形式，该方法对加工番茄品质模型研究具有更好的普适延伸性；同时也将智能算法理论引入应用到模糊Petri网的反向推理中，解决了复杂性模糊Petri网系统反向推理难以有效全面统计计算的问题，使其无论是在加工番茄低品质诊断分析计算上，还是对Petri理论研究上，都有着重要意义。