民航飞行员模拟机训练以其可控、无破坏、经济和可靠等优点，成为航空公司训练飞行员的最佳途径甚至是唯一途径。传统的模拟机训练评估方式主要依赖于教员现场对飞行员操纵行为的观测，存在着主观性强、工作量大以及训练标准建立困难等问题。因此，研究与设计模拟机飞行训练自动评估系统，对训练合格的飞行员以适应我国快速发展的民航系统具有重要的现实意义。论文首先分析了模拟机飞行训练自动评估系统的功能需求和性能指标，结合数据库、网络通信以及数据挖掘等技术，给出了模拟机飞行训练自动评估系统的整体结构及软件设计方案。针对人为获取飞行规则难度大和周期长等问题，重点研究了一种基于参数约简和免疫算法的规则提取方法，实现了从大量飞行数据中自动提取飞行规则并构建评分标准库的功能，为系统实现自动评分提供了依据。通过评分标准库中的四元式来解析飞行规则，并与模拟飞行训练数据相比对，实现了对飞行员训练科目的识别和自动评分。基于训练课程成绩是以阶段、科目和任务分层评价的过程，论文采用了层次分析法构建成绩评价模型，通过综合评估一次训练的所有科目得分，实现对训练课程成绩的客观评定。最后，通过分析飞行员的历史成绩以及影响其成绩的主要因素，论文研究了一种基于C4.5的决策树挖掘算法，实现了对飞行员成绩趋势的预测，以方便训练中心为飞行员科学地制定飞行训练计划。基于系统总体方案及各功能模块的详细设计，论文实现了模拟机飞行训练自动评估系统，该系统完成4个小时飞行数据的评分用时约为4分钟，剖面图显示时间约为7秒，飞行员成绩预测的正确率达到87.5%，满足了系统性能要求。