The knowledge of solar greenhouse growers on environment control plays an important role in greenhouse production and management. We proposed a way to extract the control strategies from the monitored data of greenhouses by building a long short-term memory (LSTM) model. The result is verifified according to the real monitored data of a solar greenhouse, which shows that the model can learn the control strategy of a ventilator in the solar greenhouse. Through monitored data and models, the knowledge of greenhouse ventilation control can be learned, and automatic control can be achieved in a greenhouse with a similar confifiguration