随着时代快节奏的发展,越来越多的旅客更愿意选择消耗时间短的航空出行,但是当遇到突发扰动等原因导致航班无法按照原计划执行时,不仅会对航空公司的经济造成损失及声誉影响,同时也会对旅客造成诸多不便,由此,提出了航班恢复问题。目前,尽管对航班恢复问题的研究已有广泛的扩展,但是航空业的发展对这一问题提出了更高的要求。迫使我们对模型的约束条件和恢复策略的考虑更加周全,同时对于算法的要求不仅可快速求解小规模问题,而且也要提升对于大规模航班恢复问题的求解效率。为满足这些要求,本文在采用飞机置换、延误和取消航班等常规恢复策略的同时,考虑调整飞机过站时间和更换机型等因素,帮助航空公司快速得到惩罚值最低的恢复方案。主要包括以下三个方面:(1)根据航班恢复问题的特征本文以总成本最小为目标,建立满足各种约束条件的整数规划模型。但在相关研究约束条件的建立上通常为简化算法,将过站时间固定为一个定值,而实际不同航班的过站时间往往是不同的,且可以通过付出一定代价,强制缩减多余的过站时间来减少航班延误或取消的风险。除此之外,由于航空公司从航权和客户满意出发业务,考虑各方利益,航空公司也会对航班取消、过站时间缩减等操作进行额度限制。(2)为解决求解大规模航班恢复问题效率低的问题,本文基于列生成算法框架进行求解。由于对航班恢复问题有实时性的要求,因此应尽可能的通过减少主问题与子问题之间的迭代次数提高求解效率。由于航班恢复问题的大规模性,采用一般的动态规划算法求解具有一定难度,因此本文采用改进的标号法求解子问题。(3)通过对比不同规模算例的恢复措施验证了所提出模型和算法的正确性和有效性。结果分析表明,考虑缩减过站时间,可以有效降低延误和取消航班的次数。