航空公司的旅客流量预测是其制定航班计划和指导生产运营的基础。面对高速增长的民航市场以及激烈的竞争环境，精确的旅客流量预测结果能帮助航空公司提高自身的管理水平和经济效益。然而，航空公司的旅客流量受到宏观经济、季节性、竞争、重大事件等诸多因素的影响，具有显著的非平稳、非线性特征。因此本文在经典时间序列分析的基础之上，提出了基于经验模态分解的旅客流量分析方法。本文首先通过文献综述论述了结构性方法在分析旅客流量问题上的不足，然后利用经典的时间序列分析方法，包括趋势拟合法、季节指数法、ARIMA、ARCHGARCH等对不同层面的旅客流量序列进行了分析，证明了旅客流量序列各方面的性质。随后，针对旅客流量的非平稳、非线性特征，本文进一步利用经验模态分解方法对其进行了分析，得到了原始序列在不同时间尺度上的变化特征，包括长期上的增长趋势部分、中期上的季节性波动部分和短期上的不确定波动部分。最后，本文比较了上述方法的预测效果，预测结果表明，不论是对于区域旅客流量总量或者是航线旅客流量，还是对于周度旅客流量或者是月度旅客流量，经过经验模态分解后总能取得更高的预测精度;特别是对于存在非线性特征的周度旅客流量序列，经典时间序列分析方法的预测精度无法满足要求，而通过经验模态分解与非线性预测方法相结合的集成预测模型，能获得较高的预测精度。