航班延误一直以来都是困扰各大航空公司和航空机场的一个难题，航班在非计划时间范围内的波动会降低顾客的满意度，带来航空公司的经济损失，影响航空公司的社会形象，另一方面，航班延误使得航空机场对航班调度，机门资源的有效分配等事务工作的统筹安排出现困难，对延误问题的预测不准及调控不足也会降低航空公司和航空机场对航班的灵活性管理，因此，如何建立实时有效的航班延误预测方法，通过提高航班延误预测准确率来减少乘客在机场的等待时间，优化机门资源配置，提升机场服务水平成为各大航空公司和航空机场需要重点关注和考虑的问题。针对这一问题，学术界已经有人对航班延误预测的问题进行了研究，而对航班延误预测方法的讨论则存在有很多不确定的地方，关于如何提高延误预测准确率一直是大家比较关注的问题，不仅是方法上有很大的差异，评判的标准也存在很大的区别，而且如何将对历史数据的延误分析映射到实际的航班调度管理中，提高机场运作效率，降低运营成本也是航班延误问题所涉及到的一个重要分支。贝叶斯网络作为一种处理不确定性信息的重要工具，是一种处理数据预测问题的重要方法，它是一种描述变量之间概率关系的图形模式，在知识发现与数据挖掘领域有着广泛的应用，已经有学者将贝叶斯网络用于对航班延误预测的建模分析，本文尝试了根据前人的思路和方法，利用贝叶斯网络来对航班历史数据进行分析，并对预测结果的评判标准以及模型方法提出改进，建立基于贝叶斯网络的修正自适应航班延误预测模型，利用建立的模型对成都双流机场11月份国航航班起降的历史数据进行分析，从而得出能够为机门资源调度以及航空机场航班管理决策提供支持的预测分析性数据。　　 本研究首先考虑通过前人研究航班延误预测问题的基础，借助前人研究贝叶斯网络延误预测方法模型的知识理论，综合考虑对航班延误有重要影响的因素以及因素之间的相互影响，采用加拿大Norsys软件公司的Netica软件包进行实际的航班延误贝叶斯网络的建模，建立机场航班延误的贝叶斯网络模型，接着通过调研获得的成都双流机场11月份国航航班起降的历史数据对该贝叶斯网络进行学习与模型检测，提出了基于风险分析的罚分率的预测结果评判指标，并通过结构调整与参数学习对模型进行改进，建立基于贝叶斯网络的修正自适应航班延误预测模型，并在已有结果的基础上针对目前航班延误管理问题进行了分析，为航空机场资源调度管理决策提供理论分析支持。