在市场经济中,价格的适度波动是市场机制的正常反应,但价格波动超过一定限度将会给产业健康发展带来不利影响。近年来,由于受市场投机和跟风等的影响,大蒜价格频繁巨幅波动对大蒜产业的平稳健康发展带来了严峻挑战。大蒜价格的科学预测是引导产业种植结构和经营策略调整以及保障大蒜产业健康稳定发展的有效手段。随着信息技术的飞速发展,物联网、大数据、人工智能等新兴技术的涌现,为产业宏观管理和决策能力提升及价格精准预测提供了技术支撑。本文在对国内外相关研究进行分析总结的基础上,针对大蒜产业信息不对称的问题,充分利用产业链管理理念和大数据关键技术,研发了大蒜大数据服务系统。在实现大蒜产业链信息采集、存储、预处理和分析基础上,对大蒜价格波动特征和影响因素进行了研究,并对大蒜价格进行了预测。具体研究内容如下:(1)大蒜价格波动特征及影响因素分析价格波动规律及影响因素分析是研究价格预测模型和预测系统的基础。首先利用HP滤波与GARCH模型分析了大蒜价格周期性及集聚性的波动特征。HP滤波法分析结果表明,大蒜价格波动具有明显的季节性和周期性特征,每一波动周期的最高值在每年的1、2月份,最低值在每年的5、6月份。GARCH模型分析结果表明,大蒜价格具有明显的集聚性,即大蒜价格在一段时间内存在持续偏高或者持续偏低的现象。接着又对影响大蒜价格波动的因素进行了分析,大蒜价格易受供给、需求和政策因素,游资炒作、自然灾害以及病虫害等的影响。(2)大蒜价格预测模型研究在研究大蒜价格总体波动趋势和局部波动特征基础上,为进一步定量分析大蒜价格发展趋势和增强价格的可预见性,选择传统时间序列指数预测、现代时间序列ARIMA预测和灰色预测方法分别构建了大蒜价格短期预测模型。预测模型结果分析表明,ARIMA预测模型的预测效果最优。(3)大蒜大数据服务系统研发为打破产业链信息不对称局面,实现大蒜产业链信息化高效管理和价格精准预测,集成数据采集、数据存储、数据预处理、数据分析及数据可视化技术,并结合大蒜价格波动规律模型和预测模型,完成了大蒜大数据服务系统总体构架及功能模块设计。系统实现了大蒜种植、生产、流通等环节全部信息的采集、存储和预处理,这为大数据各项服务功能的实现奠定了基础。产业链信息化子系统和价格预测子系统的研发,实现了产业链信息化高效管理功能和大蒜价格预测功能。大蒜大数据服务系统的研发有助于实现产业链信息的共享,并打破产业链信息不对称的局面。价格特征模型和预测模型的研究,利于实现大蒜价格的精准预测。系统构建和模型研究利于促进大蒜产业的高效健康及可持续发展。