“一带一路”战略促进了我国与沿线国家的友好往来,错综复杂的机场航线发挥着至关重要的枢纽作用,数量庞大的航站楼纷纷落地建成。航站楼建筑体量大,因而带来的高能耗已经成为了城市建设中的突出问题,研究机场航站楼的节能优化运行具有重要的现实意义。从建筑控制系统节能角度出发,传统的集散控制系统组网复杂,安装成本高、耗时多且容易造成信息“孤岛”,在能源管理方面具有一定的弊端,不能完全满足现代化机场航站楼逐渐向“智慧型、节能型”转型的新要求。为了减少航站楼能源消耗,提高运行效率,本文基于群智能架构对航站楼存在的关键问题能耗监测和节能优化策略进行了研究,具体内容如下:首先,研究了基于群智能架构的某机场航站楼能耗监测系统,根据群智能架构搭建了某机场航站楼CPN（Computing Process Node）拓扑结构,通过生成树的方式获得空间单元和机电设备能耗标准信息集中的能耗信息,并利用B样条曲线法对数据进行校核提高数据的准确性。其次,对某机场航站楼能耗数据进行特征分析,判断其具有混沌特性,建立混沌理论和支持向量机的组合模型对航站楼未来时刻能耗进行预测,利用Markov链修正误差,实验结果表明,预测结果的均方根误差为0.4743,平均绝对百分比误差为0.1979,相较于Chaoa-SVR的RMSE值降低了0.3413,MAPE值减少了0.1692,预测精度显著提高。最后,基于某机场航站楼能耗短期预测结果,提出一种基于群智能的分布式协同调度策略,优化空调系统运行方式、调节照明亮度及行李传送系统运行速率来减少电耗,以航站楼电耗强度为评价指标验证航站楼的节能效果。本文基于群智能架构搭建了某机场航站楼能耗监测CPN拓扑结构,充分利用群智能节点组网简单、不容易存在信息“孤岛”等特点,获得机场航站楼更为全面准确的能耗数据。通过分析其能耗数据存在无序性、非线性等特征挖掘其内在混沌因子,拟合最小二乘直线斜率得到最大Lyapunov指数为0.0029,判断其存在混沌特性,建立Chaos-SVR预测模型,并利用Markov链修正误差,RMSE值和MAPE值分别减少了0.3413和0.1692。精确的预测结果为制定节能优化策略提供了可靠的数据来源,通过群智能分布式协同算法优化航站楼空调、照明、行李传送系统的电耗,以航站楼电耗强度验证其节能效果。