本论文研究的是航班着陆调度问题，即在满足安全着陆的约束条件下，对到达终端区，等待着陆的航班以一定优化目标进行合理调度，最终达到航班安全、高效降落的目的。该问题的解决不仅能大幅提高机场运行过程中航班着陆调度的合理性，从而增大机场的吞吐量，降低航班延迟率，节省能耗，而且能解放人工调度的高负荷工作，保证对航班更安全的调度。另外日益增长的航班数量，更多的航班着陆调度需求，导致对航班着陆调度问题进行合理的求解变得越发的重要，因此具有非常重要的研究和应用价值。本文在分析当前航空公司工作现状以及研究了国内外相关文献的基础上，对航班着陆调度优化问题进行了逐级的探索研究。首先，我们尝试了对航班着陆调度问题进行最优解的求解探索，因为该问题是NP问题，当等待求解的航班数量很大时是不能求出最优解的，所以我们基于小规模的航班数量进行了研究与结果分析，这样的探索给我们两个重要的收获。一个是发现了比传统经典的回溯、动态规划、分支定界等最优解算法更高效的一种求解方法——约束规划；另外找到了对航班着陆调度问题优化求解的两个关键点——求解空间的大小和局部最优解的求解效率。其次，对航班着陆调度问题进行近似最优解的求解探索，启发式方法是求解该问题最常用的方法。通过分析常用的启发式算法，如遗传算法、蚁群算法、模拟退火算法、粒子群算法、吱呀轮算法等等，发现单个启发式算法很难达到求解空间与局部求解效率的平衡。所以我们提出了一个整合的启发式算法，并分别以机场吞吐量优化和航班着陆总延迟优化为优化目标进行了求解，对比验证了该算法求解时间上的高效性和求解质量上的更优性。验证之后，我们又进行了深入研究，研究了该问题的多目标求解及多跑道求解优化，都取得了更好的结果。