本研究の目的は、施設内で収集可能なデータを用いて機械学習により、栽培環境に最適化した収量予測モデルを開発し、それに基づき環境制御および栽培管理を改善して高位安定生産を実現することである。収量予測モデルにはリッジ回帰モデルを採用し、温度、日射量といった環境データと収量データから、訓練データとテストデータを準備した。それぞれの決定係数から、収量予測の精度とモデルが過学習を起こしていないか調査した。テストデータの決定係数は0.6程度であり、病害虫発生や異常気象の影響への対応が十分でなかった。それを対応するため生育データ（LAI等）を説明変数に加えた結果、決定係数が0.7程度に改善された。