猪肉是我国居民餐桌上最常见的肉类之一,在巨大的消费量下猪肉价格的稳定便显得尤为重要,其价格较大的上涨或下跌均会影响到居民的日常生活。因此,有必要提供一个猪肉价格相关的信息系统为居民提供可靠的数据信息是必不可少的,然而现存的猪价价格系统只有价格展示功能,无法对用户提供任何的价格预测预警信息,因此,有必要开发一个快捷、实时且准确的猪肉价格预测预警系统,为用户提供更加全面且科学的猪肉价格信息。本文围绕猪肉价格预测预警系统的设计与开发做了如下工作:首先,采用支持向量回归对猪肉价格进行长短周期预测。首先,采用网络爬虫技术从猪价格网、中国猪业网与《国家统计年鉴》爬取2010年至2018年全国各省内三元猪肉价格数据及其相关数据。其次,在短周期预测方面,采用支持向量回归模型以2018年1月18日至2019年5月18日内三元猪日价格数据预测后30日猪肉日价格,实验结果表明短期预测的RMSE值小于0.75的地区占全国31个地区的96.8%。最后,在长周期预测方面,采用支持向量回归模型以2017年3月至2018年12月的猪肉月价格预测后3月猪肉月价格,实验结果表明长期预测的RMSE值小于0.75的地区占全国29个地区占有79.3%。其次,在价格预测的基础上,本文采用黑色预警模型对猪肉价格进行长短周期预警。首先,选取15个警兆指标建立猪肉价格黑色预警模型,将CPI波动率作为警限区间划分七种警情。其次,在短周期价格预警方面,以北京市为例结果表明2019年4月短期价格的实际波动率与预测价格波动率相差2.21%,警情为正向巨警,与实际警情一致。最后,在长周期价格预警方面,以北京市为例长期预警结果表明2018年2月至2018年4月实际波动率与预测波动率相差0.99%,预警警情分别为正向轻警、正向巨警和正向巨警,与实际警情一致。最后,为满足不同类型用户的价格数据需求进行系统需求分析与框架设计,采用Python爬虫与可视化、My SQL数据库与Java Web开发猪肉价格预测预警系统,该系统共分为5大模块,其中,用户登录注册模块用于用户信息注册收集保存;日价格数据模块能够展示每日最新价格信息;价格预测模块对短周期的日价格与长周期的月价格进行预测在系统中展示;价格预警模块将预警结果在地图中加以展示;数据共享模块提供原始价格数据给用户。系统实现后进行功能与性能测试,功能测试结果表明系统功能完备,能够满足各种用户需求;性能测试结果表明对登录、可视化等功能进行了测试,测试结果表明各功能操作响应时间均满足设定指标,数据与可视化切换上系统性能比设定指标要快上2秒,因而本系统能够提供较为良好的用户的体验。猪肉价格预测预警系统提供给用户科学可靠的数据及信息。本文在系统搭建的过程中使用了数据爬虫、支持向量回归模型、黑色预警模型、数据可视化等方法技术,能够为其它,如大豆、玉米,预测预警系统的开发提供思路与参考。