航班进场排序是空中交通流量管理的重要内容之一,由于存在各种不确定性的因素以及信息交互缺乏实时性,机场终端区容易出现拥挤现象。航班进场排序的主要目的是,在确保安全的前提下,对终端区内的进港航班进行排序,为飞机安排合理、科学的降落次序和时间,并降低管制人员的工作负荷。本文针对终端区航班进场调度问题,在现有的航班调度理论模型的基础上,建立了以最小化总延误成本为目标函数的静态模型,同时考虑到终端区等待队列的动态性,构建了基于周期和事件触发的滚动窗口机制的动态模型,并在该模型的基础上提出了基于种群初始化和变异策略的改进粒子群算法。在航班排序模型中,基于公平性原则的考虑,加入了最大位移约束限制,并在粒子群算法进行改进的过程中,设计了罚函数处理约束条件。为加快算法的收敛速度,减少迭代次数,设计了自适应惯性权重对不同等级的粒子进行更新。针对粒子群算法易陷入局部极值的问题,提出了种群初始优化策略,针对算法易出现停滞的现象,采取变异、交叉、选择操作帮助粒子跳出局部最优点,寻找更优的解。最后,结合实际航班数据对所提出的模型和算法进行了分析与验证,将排序结果与先到先服务以及基本粒子群算法进行比较。实验结果表明,本文提出的基于最大位移约束以最小化总延误成本为目标函数的模型是可行的,改进粒子群算法求解该模型得出的航班降落次序,能降低航班的总的延误成本,为航班进场问题提供了一种解决方法,对同类问题具有一定的参考价值。