本书主要研究了多因素不确定环境下受扰航班恢复与机场任务指派问题。首先，针对受扰航班恢复问题，考虑了引起原航班计划不可行的多种因素并采取多种恢复措施，在改进的时空网络算法基础上建立数学优化模型并应用CPLEX优化软件进行求解，通过测试航空公司实际算例，表明本文提出的算法对于小规模算例可以在较短时间求得问题的解。其次，针对大规模的受扰航班恢复问题，基于Dantzig-Wolfe分解原理，建立集合分割模型的主问题和最短路的子问题，并在模型建立中考虑阶段性机场流量限制的约束，采用列生成算法进行求解，通过对多种规模算例的测试验证所提出算法的正确性及效果。最后，针对机场任务指派问题的研究，基于淡旺季不同以及临时突发状态的发生，机场会出现在某一时间段内任务量剧增而人员严重不足的情况，对于是否考虑任务部分覆盖率的问题分别进行建模和求解，其中对多目标整数规划问题的求解，设计了改进的文化基因算法。对以上问题的建模和优化求解是本书研究的主要内容。

第1章 绪论
1.1 研究背景
1.2 研究目的与意义
1.3 研究方法与技术路线
1.4 总体结构与主要内容
第2章 航班调整相关基础知识
2.1 引言
2.2 航班恢复问题的基本模型
2.3 受扰航班恢复问题
2.4 机场任务指派问题
2.5 受扰航班恢复和机场任务指派问题求解算法
2.6 本章小结
第3章 多因素不确定环境下受扰航班恢复问题的改进时空网络算法研究
3.1 引言
3.2 问题描述和数学模型
3.3 改进时空网络算法
3.4 算例测试及结果分析
3.5 本章小结
第4章 考虑阶段性机场流量控制的受扰航班恢复计划问题
4.1 引言
4.2 模型结构
4.3 列生成算法求解
4.4 分支求整数解
4.5 算例测试及结果分析
4.6 本章小结
第5章 考虑航班间“空档”的受扰航班恢复计划问题
5.1 引言
5.2 数学模型
5.3 算例测试及结果分析
5.4 本章小结
第6章 基于多因素分析的机场任务指派问题的优化方案研究
6.1 引言
6.2 数学模型
6.3 Dantzig-Wolfe分解原理
6.4 分支定价算法
6.5 算例测试及结果分析
6.6 本章小结
第7章 基于改进的多目标文化基因算法的机场任务指派问题研究
7.1 引言
7.2 问题描述与数学模型
7.3 模型分析与有效不等式
7.4 改进的多目标文化基因算法
7.5 算例测试及结果分析
7.6 本章小结
第8章 总结与展望
8.1 全文总结
8.2 研究展望
参考文献