本文提出了一种新颖的知识和数据驱动建模（KDDM）方法，用于模拟植物生长，该方法由两个子模型组成。 一个子模型来自所有可用的领域知识，包括基于物理或机械模型的所有已知关系。 另一个仅由数据构成，而无需使用任何领域知识。 在这项工作中，采用了GreenLab模型作为知识驱动（KD）子模型，并采用了径向基函数网络（RBFN）作为数据驱动（DD）子模型。 番茄作物作为植物生长模型的案例研究。 来自五年的十二个温室实验的番茄生长数据集用于校准和测试模型。 与现有的知识驱动模型（KDM，BIC = 121
