航线网络是航空公司的生存之本,科学地构建航线网络是航空公司求得发展的重要手段。航空公司的其它工作如航班计划、运行控制、收益管理等都是在航线网络的基础之上,围绕着已经布局好的航线网络进行的,因此航线网络结构的合理与否对于航空公司的效益将产生深远的影响。随着航空运输业规模的不断扩大,能够充分体现规模经济的中枢辐射航线网络受到了越来越多地关注。以往对于中枢辐射航线网络的优化设计采用的都是确定型的方法,但是优化设计涉及的航空运输需求和成本往往具有不确定性,因此针对中枢辐射航线网络鲁棒优化的有关问题展开研究。通过对点对点航线网络结构、严格的以及非严格的中枢辐射航线网络结构的定量化比较研究,得到了航线网络结构与市场规模的关系。当航空运输发展到一定规模时,中枢辐射航线网络结构能够充分发挥出自身的优势,印证了中枢辐射航线网络体现规模经济的特点。当中转衔接的两条航线的夹角小于一特定的临界值时,将中转运输的方式改为直达运输能够进一步增加航空公司的利润。对不确定情形下枢纽机场选择问题采用偏差鲁棒优化方法进行了研究,提出了新的求解算法,将已有算法的复杂性由降低到.针对航空运输需求和成本具有不确定性的特点,在需求和成本各种可能取值的概率分布未知的情形下,建立了多种中枢辐射航线网络的鲁棒优化模型。首先基于枢纽机场的选择,建立了严格的和非严格的中枢辐射航线网络鲁棒优化枢纽机场选择模型——S-HS-R-C p -Hub和NS-HS-R-C p -Hub;然后将开辟航线的成本考虑在内,在枢纽机场选定的情况下,建立了严格的中枢辐射航线网络鲁棒优化航线选择模型——S-HS-R-C p -Airline;最后基于枢纽边的选择,建立了严格的中枢辐射航线网络鲁棒优化枢纽边选择模型——S-HS-R-C q -Hub-Arc。提出了上述中枢辐射航线网络鲁棒优化模型的求解算法。在枢纽个数较少的情况下,改进了基于最短路求解确定型模型S-HS-C p -Hub的算法用于S-HS-R-C p -Hub和NS-HS-R-C p -Hub的求解;在枢纽个数较多的情况下,基于禁忌算法,给出了S-HS-R-C p -Hub的求解算法。针对S-HS-R-C p -Airline,将Benders Decomposition算法进行改进,给出了模型具体求解的算法。将求解确定型模型S-HS-C q -Hub-Arc的枚举法加以改进,给出了求解S-HS-R-C q -Hub-Arc的算法。对于上述建立的中枢辐射航线网络鲁棒优化模型,在我国十五城市的基础上,分别进行了构建中枢辐射航线网络的实例分析,并验证了模型求解算法的有效性。