【摘要】近些年来，由于农产品销售周期的不同，农产品市场经历了显著的价格波动，对人们生活质量和农民收入产生了影响，成为智慧农业供应链亟须解决的重要问题。随着大数据和人工智能等技术的飞速发展，精准预测各类农产品需求和价格趋势变得可能。采用互补集合经验模式分解（CEEMD）与长短期记忆网络（LSTM）相结合的创新方法，构建了一个全面的农产品价格预测模型。以北京新发地市场的富士苹果每日价格为例进行实证分析，CEEMD-LSTM模型在农产品价格预测中表现出一定的优势，为农业产业链中的各参与方提供更为准确和可靠的价格趋势信息，引导农业生产者、供应商和相关利益方进行决策和规划。