水产品在我国渔业经济和国际贸易中占有重要地位,水产品价格作为渔业生产成本和水产品供求关系的具体反映,不仅与企业生产销售和经济利益相关,而且与国家宏观经济政策相关,它的变化更是水产品市场各方面关注的焦点。因此对水产品价格进行预测,不仅可以作为企业及广大养殖户生产决策的依据,使其掌握经济决策的主动权,为其赢得利益,还可以为政府制定相关政策提供科学的依据,进而提高水产资源的有效配置,减缓水产品价格波动,达到促进水产业持续、迅速、健康发展的目的。人工神经网络是一门新兴交叉学科,近年来被越来越多的应用到了实际问题的预测中,显示出其广阔的应用前景,特别是人工神经网络具有预测非线性系统未来行为的巨大潜力。因此,本文提出了用人工神经网络对水产品价格进行预测的方法。本研究基于BP神经网络应用于预测的原理,提出了预测研究步骤及预测可行性,探讨建立基于BP神经网络的预测模型的关键技术,包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权值和阈值的选取、激活函数、训练算法与参数的选取,建立了一个6：10：1三层神经网络预测模型,利用神经网络理论和MATLAB6.5实现了水产品价格预测模型。本研究以水产品中鲫鱼这一品种为例,选择时间、地理环境和经济条件因素作为输入层变量,价格作为输出单元,输入样本进行训练和仿真,对训练好的网络输入预测样本,将预测结果与市场实际价格进行比较,其相对误差均小于1%。结果证明,本文所构建的神经网络模型具有良好的精确性和准确性,证明了将神经网络应用于水产品价格预测模型是可行的,为水产养殖和水产品营销把握市场预期提供了一种新方法,具有很好的应用价值。