随着电梯垂直交通问题日益严重，电梯交通流预测受到人们广泛关注。电梯系统调度是解决垂直交通问题的关键。电梯交通流预测能够为系统调度提供必要的数据，从而大大改善垂直交通问题。本文首先对电梯交通流时间序列的变化曲线图进行分析，发现电梯交通流时间序列符合混沌特性的基本特征。然后，对混沌理论进行研究；研究混沌系统的两个基本特征量：李雅普诺夫指数和吸引子维数；通过对相空间重构理论、延迟时间、嵌入维数的求解方法以及时间序列混沌特性判别的方法进行研究，采用C-C方法计算出延迟时间以及嵌入维数，然后对电梯交通流时间序列进行相空间重构；再利用Worf方法求出最大李雅普诺夫指数，并做出庞卡莱截面；通过定性方法（庞卡莱截面法）和定量方法（最大李雅普诺夫指数法）判定电梯交通流时间序列是否具有混沌特性。其次，采用一种单输入/单输出的BP神经网络结构对电梯交通流时间序列预测进行仿真。在此基础上，提出一种改进的多输入/单输出的BP神经网络预测方法，仿真结果表明这种改进的BP神经网络预测方法能够很好的用于电梯交通流时间序列的预测。最后，提出一种基于混沌理论的BP神经网络电梯交通流预测方法。通过仿真结果表明，该预测方法模型的网络结构更好，可靠性以及预测精度更高。对本文所采用的改进的BP神经网络电梯交通流的预测方法和将混沌理论和BP神经网络结合的电梯交通流的预测方法进行比较发现，两种方法都能很好的用于电梯交通流的预测，而将混沌理论和BP神经网络结合的电梯交通流的预测方法的网络结构更好，预测精度和模型可靠性也更高。