随着我国航空运输业的发展，我国民航旅客运输量快速增长，航站楼内经常发生旅客在值机等区域长时间滞留的现象，造成航站楼内秩序混乱，影响民航运输的服务水平。办理行李托运手续这个环节所消耗的时间是决定离港旅客在航站楼内滞留时间长短的关键因素之一。只有对离港旅客的托运行李需求变化实时准确地把握，才能及时调度分配航站楼离港旅客行李相关服务资源，从而有效地减少旅客在港滞留时间，确保离港旅客快速登机和航班安全正点运行。论文针对航站楼内离港旅客在值机区域办理的托运行李进行了分析研究，选用人工神经网络中的BP神经网络理论，以航班为单位，定量预测航站楼离港旅客的托运行李需求。对此，论文首先通过分析航空运输的特殊性，提出航站楼离港旅客托运行李需求的量化指标和影响因素，并阐明它们各自作用的机理。然后通过对各种预测方法比较，说明了BP神经网络解决该问题的适用性。通过研究分析有关BP神经网络的理论内容，提出了预测离港旅客托运行李需求的模型理论。最后，通过多次的试验比较，确立了最佳的预测模型网络结构，建立航站楼离港旅客托运行李需求的预测模型，并对其进行了一系列的改进与优化。经过实际案例的分析，验证了该预测模型是科学可行的。通过建立航站楼离港旅客托运行李需求的预测模型，航站楼从而可以科学合理地选择开设离港旅客值机柜台的数量，分配航站楼中为离港旅客服务的工作人员及托运行李相关的设备设施，减少了相关资源的浪费，保障了航站楼内各项作业的正常运行，提高民航运输的服务水平。