在民航业快速发展过程中,机场旅客吞吐量的预测一直是民航业务保障工作和民航基础设施建设的重点工作。作为一个复杂的非线性系统,机场旅客吞吐量受到内外诸多因素影响,呈现出具有一定规律性和连续变化的发展趋势。目前对于机场旅客吞吐量的数据预测方法普遍存在预测精度不高,预测时间范围有限等不足。为实现机场旅客吞吐量的准确预测,本文基于机场旅客吞吐量变化的特点,提出将人工神经网络对灰色模型进行残差修正的改进型灰色模型用于机场旅客吞吐量的预测中。实验结果表明,基于改进型灰色模型的机场旅客吞吐量预测具有较高的预测精度。论文的主要工作包括:(1)综述了目前机场旅客吞吐量预测的研究现状,介绍了相关理论,包括灰色模型和人工神经网络模型。(2)分析了影响机场旅客吞吐量预测的相关因素及近年机场旅客吞吐量变化的特点,介绍了基于人工神经网络修正残差的改进型灰色模型(BP-GM(1,1)模型)的基本理论和算法,建立了基于BP-GM(1,1)模型的机场旅客吞吐量的预测模型。(3)以昆明巫家坝机场2000-2011年旅客吞吐量和昆明长水机场2012-2017年旅客吞吐量数据进行实验,比较了基于GM(1,1)模型、BP神经网络模型及BP-GM(1,1)模型的预测结果,分析了上述方法在机场旅客吞吐量预测应用中的优势和不足,验证基于BP-GM(1,1)机场旅客吞吐量预测模型的有效性。