目前的飞行训练考核系统主要还是以飞行训练专家人工评判为主,极易受到个人经验、个人性格等多方面的影响,导致对飞行学员成绩的评估的结果可靠性很低,也增加了飞行训练的时间成本。同时,一般飞行训练系统的扩展性较差,在系统开发完毕、并投入使用后,当有新的需求时,需要对原有系统进行大量的修改才能够满足新的需求,甚者可能需要重新开发,这样就缩短了飞行训练系统的整个生命周期,增大了飞行训练系统的开发与维护成本。本文为了解决以上飞行训练考核系统中存在的一些问题,基于X-Plane平台相关的视景显示理论与技术,提出了在飞行训练成绩评估中采用熵值修正G2的方法解决专家人工评估成绩的缺点,系统的设计采用训练机型、飞行训练科目、视景显示系统、以及飞行评估方法等相互独立的方法,极大的提高了系统的通用性与可维护性。本论文的主要研究内容,基于飞行训练中飞行数据的特点,研究并采用了基于随机森林的分类方法对飞行训练中飞行阶段进行识别,实现了对无人飞行器飞行训练阶段的精确识别与快速划分。针对飞行训练专家人工评估的缺陷,提出了一种基于熵值修正G2法的考核指标权重值的确定方法对各个飞行阶段的指标权重值进行确定,通过这样的主观与客观评估方法相结合的方法实现对飞行训练成绩更可靠的评估。针对飞行训练考核系统中,一般缺乏对飞行训练成绩进行预测的情况,本文采用了灰色预测模型的方法实现对飞行学员的训练成绩进行可续的预测,使飞行训练专家能够更好的了解飞行学员的训练情况,及时的调整飞行训练安排,极大的提高了飞行培训的效率。结合X-Plane平台的特点,确定了飞行训练考核系统的总体设计,并实现了飞行训练考核系统。对系统的功能与性能进行了测试与验证。