人们生活水平的提高往往会促进出行的需求，航空以其快捷舒适的特点，在传统的出行方式中占据的比例越来越大。民航领域持续增长的交通压力，不可避免地造成航站楼出现拥堵的现象，因此航站楼要实现高效率的运作就对到达航站楼的旅客流量预测提出了更高的要求。国内对于旅客在短时间内到达的预测研究还处于起步阶段，由于短时间内的旅客流量波动剧烈，难以用传统的线性方法进行预测，混沌理论则是一种新兴的非线性动力系统研究方向，对解决此类复杂的不确定性问题具有很好的效果。本文依托于国家自然科学基金项目，以混沌理论为基础，参考借鉴了其他领域中混沌时间序列预测的研究成果，利用Matlab作为辅助工具，对航站楼离港旅客流量进行了研究分析。首先，论文介绍了混沌理论的发展及基本概念，探讨和分析了混沌运动的特性及混沌特征量的计算方法；实地采集了机场离港旅客到达航站楼的时间序列数据，采用小数据量法进行混沌性判别，经过反复计算证明了航站楼离港旅客流量在某些时间间隔下呈现混沌运动的特征。其次，对具有混沌性的航站楼离港旅客流量进行相空间的重构，分别计算出了最佳延迟时间、最佳嵌入维数、关联维数等混沌特征量，进而采用小波变换噪声平滑方法对航站楼离港旅客流量进行去噪处理，获得了不含噪声干扰的时间序列。最后，综合分析了不同混沌时间序列预测方法的步骤及优缺点，选择基于RBF神经网络混沌时间序列预测方法建立起短时间的航站楼离港旅客流量预测模型，利用采集的旅客流量历史数据验证了模型预报的误差大小，分析了模型在航站楼的应用前景和意义。