El crecimiento de los cultivos de campo necesita nutrientes adecuados en el suelo. Como fertilizante básico, el estiércol líquido proporciona nutrientes biológicos para el crecimiento de los cultivos y aumenta el contenido de materia orgánica en los cultivos. Sin embargo, una pulverización incorrecta no solo reduce la fertilidad del suelo, sino que también destruye la estructura del suelo. Por lo tanto, el control preciso de la cantidad de estiércol líquido es de gran importancia para la producción agrícola y la pérdida de peso. En este estudio, primero construimos el modelo de control de pulverización, luego optimizamos el algoritmo de red neuronal BP a través de un algoritmo genético. La estabilidad y eficiencia del controlador optimizado se compararon con el control PID, PID difuso y BPNN-PID. Los resultados de la simulación muestran que el algoritmo optimizado tiene el tiempo de respuesta más corto y el error relativo más bajo. Finalmente, se diseñaron experimentos en plataforma para verificar los cuatro algoritmos de control a cuatro velocidades de vehículo diferentes. Los resultados muestran que, en comparación con otros algoritmos de control, el algoritmo de control descrito aquí tiene buena estabilidad, corto tiempo de respuesta, pequeño sobrepaso y puede lograr un efecto preciso de aplicación de fertilizantes, proporcionando un esquema de optimización para la investigación sobre la aplicación precisa de estiércol líquido.