随着国民经济的持续发展和中国在世界上受欢迎程度持续增加,我国民航飞行量快速增长,导致空中交通拥挤现象越来越严重。尤其在一些较繁忙的大型机场,航班延误现象时有发生。这不仅给航空公司带来了巨大的经济损失和信誉损失,也给旅客的出行安全带来了隐患。为了解决日益严重的空中交通拥挤现象,加大乘坐航班的安全系数,减少航空公司的延误损失,本文对航班调度问题进行了数学建模,建立了基于遗传模拟退火算法的数学模型,对单跑道的航班调度问题进行了充分的研究分析。本文在参照国内外相关研究的基础上,主要对单跑道的航班调度问题进行分析研究。本文首先介绍了空中交通流量管理的相关内容,着重介绍了终端区流量管理的相关知识,包括终端区基本概念,航班飞行过程,航班排序等基础知识。其次,在考虑航班延误损失最小的基础上,建立了航班调度的数学规划模型,并利用先到先服务算法进行仿真分析,并对其进行了模型上的评价。最后,建立了基于遗传模拟退火算法的航班调度模型。主要设计思路有以下几个方面：(1)遗传算法中采用整数序号的编码方式,以航班的实际降落顺序作为染色体的基因值,然后对染色体进行解码,生成航班的实际到达时间。其中解码操作的主要思想是：对于任意的染色体chrom=(χ1,χ2,···,χN),为了保证总损失最小,首先考虑第一个降落的航班x1,令其实际到达时间即为其目标到达时间；然后对于第二个降落的航班x2,从最早到达和最晚到达的时间集合中,删去与航班x1不满足时间间隔的时间,从剩下的时间集合中选择距离x2的目标到达时间最小的时间作为航班的实际到达时间；其次,对于航班x3,同样从其最早达到和最晚达到的时间集合中,删去与航班x,和航班x2都不满足时间间隔的时间,从剩下的时间集合中选择距离x3的目标到达时间最小的时间作为航班的实际到达时间；以此类推可以得到各个航班的实际到达时间,进而完成染色体chrom的解码工作。对解码后的个体reach求解目标函数值objb。(2)对初始种群中染色体进行选择,交叉,变异等操作。其中选择操作采用随机遍历抽样算法SUS。设子代的染色体的个数为Nset,SUS具体方法为：随机排列种群适应度,在[O,SUM/Nsel]范围内随机产生一随机数作为指针,然后生成相隔SUM/Nsel的N sel个指针,选择适应度范围在指针上的个体。相对于轮盘赌选择操作来说,SUS算法不仅具有更低的时间复杂度,而且具有最优零偏差、最小个体扩展。.(3)交叉操作采用两点交叉的方法。首先利用两两配对的原则对子代中的染色体进行两两配对,然后判断它们是否进行交叉操作。对通过交叉概率Pc的染色体进行交叉,首先产生两个随机整数作为交叉位置,交换两个染色体在交叉位置间的基因；然后利用部分映射的方法,消除染色体中的重复基因,最终得到可行的染色体。(4)变异操作采用单点变异的方法。对通过变异概率Pm的染色体进行变异,对个体的某两个位置的基因值进行交换。(5)对经过选择、交叉、变异得到的新个体Selch进行解码,对解码后的个体neureach求解目标函数值newobjv,然后调整解码后的个体并计算新的目标函数值。(6)通过采用以上的遗传操作,再将模拟退火算法加入其中,对产生的新解进行Metropolis准则的判断：设reachi为问题的当前解,newreachi为新解,T为当前温度。objv,newobjv分别为解的目标函数值,增量df=newobjvi-objvi。则Metropolis准则为如果df>0,则以概率1接受新解；否则,以概率exp(—T/df)接受新解,舍弃旧解。基于上面的设计和考虑,建立了基于遗传模拟退火算法的航班着陆调度模型。通过对单跑道航班调度问题的仿真分析,证明了遗传模拟退火算法的有效性。与先到先服务算法相比,遗传模拟退火算法能够更好地减少航班的延误成本。而且算法的适应性更广,能够适合不同目标函数、不同约束条件等情况。