棉花是我国重要的农业经济作物及战略物资，但其市场价格曾几度大起大落，棉花市场经济主体面临着越来越大的风险和不确定性。为把握我国棉价未来的总体变动趋势，为棉农、棉企等涉棉主体的决策提供相关依据，本文以国家棉花价格B指数作为棉价反映指标，分别以年度和月度数据为例，采用遗传算法(GA)、BP神经网络与平均影响值(MIV)相结合的方法对棉花产量、进口量、消费量等13个因素按照15％的淘汰率进行筛选，得出中国棉花价格波动的影响因素，并在此基础上构建了基于MIV-GA-BP神经网络的棉价多因素预测模型，综合把握棉价走向。　　结果表明:1）棉花月度、年度价格影响因素的筛选结果显示，棉花期货近月合约价、棉花目标价格、产量、进口量、期末库存量、消费量、气温、主流粘胶短纤价格、涤纶短纤价格、国际棉花指数对棉价走势影响显著，而出口量、汇率和降水量的影响较小;2）经过遗传算法(GA)、平均影响值(MIV)对BP神经网络的优化，MIV-GA-BP神经网络的预测模型拟合精度良好，预测精度较高，其预测精度指标优于一般模型水准，而变量筛选及算法优化是本文模型精度提高的重要手段，其中，算法优化的作用要高于变量筛选，模型可用于棉价预测;3）模型应用结果表明:预测得出我国2018年1月份棉价为15668元/吨，环比下降0.32％，表明短期内我国棉价小幅下降;预测得出2018年我国棉价为15918元/吨，同比上升了0.38％，表明长期内我国棉价稳中略涨。