随着越来越多的人选择飞机作为出行工具，航空飞行安全就成为大众最为关心的问题。随着科学技术和管理科学的不断发展，由机械故障而造成的航空飞行事故数量大幅下降，导致航空飞行事故的主要原因更多的来自于飞行员的操作失误，即人为因素。飞行员在驾驶飞机时的工作负荷是飞行员人为因素的一个重要组成部分。驾驶飞机是一项需要大脑和手眼密切配合的复杂任务，特别是在航行过程的关键阶段——进近着陆阶段，飞行员需要在很短的时间内做出不同的操作反应，这些操作需要飞行员不同程度的认知水平和操作能力，从而对应不同程度的工作负荷。较高或较低的工作负荷都会对飞行绩效产生影响。目前，已有很多学者通过多项生理参数指标对飞行员的工作负荷进行评价，已取得多项研究成果。但飞行绩效与多生理参数相关性的研究还处于起步阶段，飞行绩效与多生理参数之间存在着怎样的关系不得而知。　　驾驶飞机过程中涉及众多操作，比如转动方向盘、推拉油门杆、放襟翼及起落架等等。本文采用Boeing777-200ER进行模拟飞行实验，模拟飞行过程中的任务操作，着重对进近着陆阶段进行飞行绩效和多生理参数相关性的分析。研究首先根据操作动作的不同将进近着陆过程分成不同的操作模式，对不同操作阶段进行飞行绩效和各生理参数之间相关性的研究，得出不同的相关程度。然后设计并建立基于支持向量机（SVM）及细菌觅食优化算法（BFA）的混合分类模型，对不同的任务操作模式进行识别与分类。仿真结果表明，不同的操作模式可以通过飞行绩效与多生理参数的相互关系进行分类识别，并且优化的支持向量机分类模型得到了更精确的分类效果。接下来设计并建立了基于Elman神经网络和进化算法的混合预测模型，模型可通过多生理参数可对不同操作模式下的飞行绩效进行预测。　　通过该课题的研究可以得出：飞行绩效与多项生理参数具有一定的相关性，并且在不同的操作模式下呈现不同的相关趋势；可以根据飞行绩效与多生理参数相关性的不同对操作模式进行分类；在不同操作模式下通过多生理参数可以对飞行绩效进行评估与预测，这也为飞行绩效的评价提供了一个新的思路。