随着社会经济的不断发展,民航运输继续保持高速增长,导致空中交通流量增加,空中交通拥堵加剧,通过预测一些特定空域的飞行流量,使一些航空管理部门和航空公司能够根据预测的结果提前准备与部署,以灵活合理地制定控制策略,合理的分配空域,来提高运营效率。针对这项任务,依据预测对象的特点,本文利用2007-2016年济南管制区起降架次和飞行流量的历史统计数据,基于灰色关联度进行影响因素分析,并考虑关联度较高的影响因素对济南管制区飞行流量进行科学预测,建立定量预测模型,本文参考相关研究成果,选取GM(1,1)模型、指数平滑模型、神经网络模型、多元线性回归模型与几何平均系数模型,在单项预测方法优点的基础上并对其优化,建立精度更高的Simpson公式优化背景值的GM(1,1)模型,串联灰色BP神经网络模型与并联灰色神经网络模型,基于相关系数与平均误差对模型进行筛选,选择合适的模型进行组合,赋予不同的模型权重;提出Critic与熵权法组合赋权模型,并结合加权马尔可夫链降低干扰因素影响的优点对其优化,确定了济南管制区区域流量最优加权组合模型的权重;引入IOWA算子组合模型,并通过马尔可夫链对IOWA算子每一时期模型的精度优化后进行排序,确定了济南管制区进近流量最优加权组合模型权重。最后依据马尔可夫链的状态转移矩阵得出了2019年-2023年的济南管制区的飞行流量预测值,对于济南管制区未来空域规划以及扇区划分提供一定的借鉴意义。