随着物联网、云计算、移动互联、遥感及地理信息技术在农业领域的广泛应用，精准农业逐渐发展成熟。农业生产种植、包装、运输、销售整个链条中产生了大量的结构化、半结构化、无结构化数据。运用大数据的理念、技术及方法来处理这些来源广泛、结构复杂、类型多样、具有潜在价值的农业数据，可以得到有价值信息以指导农业生产经营、农产品流通和消费。这标志着农业发展进入了以大数据驱动的新阶段。　　在农产品生产经营过程中，农产品价格是一项重要的经济变量。近年来，农产品价格剧烈波动现象频繁发生，这是我国农业供给体系粗放的一个缩影。中央一号文件和政府工作报告中多次提到要加强农产品市场监测预警工作，避免农产品市场价格大起大落。由于农产品种植户不能及时掌握全局性的市场信息，生产供给总是滞后于市场需求；政府和相关部门也因为对农产品未来价格走势缺少预判，难以采取有效的宏观调控措施。因此，开展农产品价格预测研究，以“市场引导生产，数据驱动决策”，对优化农产品供给结构，实现与农产品需求结构的对接，促进农产品市场有效供给和农业生产稳定具有重要的理论和现实意义。　　本文以农产品价格为研究对象，从基础性、周期性、政策性、国际市场环境、其他因素5个方面分析了农产品价格影响因素，其中，供给和需求是影响农产品价格的主要因素，其他因素通过影响供给和需求来直接或间接地影响农产品价格。而农产品的供给弹性要强于需求弹性，对供给侧的有效保障是稳定农产品市场价格的重要目标。在农业大数据背景下，结合农产品供给侧和价格波动的规律，利用人工神经网络的非线性映射特点，运用时间序列和回归分析方法，提出了基于BP神经网络的多维时间序列农产品价格预测模型框架，最后，在预测模型框架的基础上，以金乡大蒜为例，利用MATLAB神经网络工具箱对金乡大蒜价格的未来走势进行了预测。