不正常航班计划恢复是实时优化的过程。引起不正常航班的发生的原意非常多,其中主要包括:恶劣的天气、飞行器的故障、交通管制等。然而这些事件的发往往都是不可提前预知的,因此不正常航班的发生也是不可提前预知的,且其研究也是缺乏大量数据的。当这些突发事件发生时,用传统的确定性模型或随机条件下的规划模型是无法解决不正常航班恢复问题的,或者说是不可靠的。为了更好的处理这些不确定因素,本文引入了不确定规划。首先,对于飞机恢复问题,基于不确定理论,将航班延误时间作为不确定变量,以航班延误成本和旅客失望信度最小化为目标的双目标不确定规划模型。应用不确定理论,将该模型转化成确定性模型,并给出了新的最短路径算法解决该问题,通过实例证明了了该不确定规划模型及其求解算法的有效性与可靠性。其次,考虑机组恢复问题,同样以航空公司总的延误损失成本和旅客失望率最小化为目标,建立了机组配对问题的双目标不确定规划模型,依据不确定理论,将该不确定模型转化成确定型形式,并应用遗传算法解决该模型,通过实例的结果分析,表明了该模型及算法的有效性和实用性。