空中交通拥挤的识别与预测是空中交通拥挤管理的基础。目前，有关空中交通拥挤识别与预测方面的研究较少，尚未形成科学的理论体系。本论文针对此问题，主要从拥挤行为分析，拥挤指标的建立，机场、交叉航路、终端区交通拥挤的识别与预测，机场网络拥挤的传播预测这几个方面展开深入系统的研究。（1）在空中交通拥挤的定义及其度量指标方面，给出了基于出入流率的空中交通拥挤的定义，体现了拥挤的本质及其发生、发展的动态过程。利用复杂网络理论，从航空网络的结构与功能两个方面对空中交通拥挤行为进行分析：首先进行航空网络的拓扑结构演化分析，挖掘拥挤形成的必要结构条件；然后研究航空网络上流量的波动特性，挖掘拥挤形成的内外部因素。基于拥挤行为分析结果，针对机场、交叉航路、终端区交通拥挤的内部特征，建立了空中交通拥挤度量指标。主要包括：表征拥挤运动特征的滞留度指标；表征拥挤负荷特征的饱和度指标；表征拥挤复杂特征的汇聚度指标；表征拥挤冲突特征的潜在冲突量指标。（2）在空中交通拥挤识别方面，基于交通量、滞留度以及不同区域拥挤的内部特征分别对机场、交叉航路、终端区的拥挤度量指标进行选取。由于拥挤识别的不确定性、模糊性，提出了基于灰色聚类的空中交通拥挤识别方法，分别对机场、交叉航路和终端区拥挤的识别进行算例分析。（3）在空中交通拥挤预测方面，提出了不同拥挤指标的预测方法，主要包括：从航空器运行的随机性出发，建立了基于需求不确定性的机场多时段交通需求概率预测模型与方法；从机场容量的相似性出发，提出了基于PCA-K混合聚类的机场进离场容量预测方法；从航空器相对距离的时空分布特性出发，建立了基于追及汇聚和交叉汇聚的交叉航路汇聚度模型及其多元回归预测模型；通过对飞行冲突的定性与定量分析，揭示了飞行冲突系统存在混沌现象，提出了潜在冲突量的混沌预测方法；通过分析滞留度时间序列的长期周期性和短期非线性特点，将统计预测方法与智能预测方法相结合，提出了基于模糊软集合理论的滞留度组合预测方法。分别对上述方法进行算例分析。（4）在机场网络的拥挤传播预测方面，将复杂网络的结构特征以及机场拥挤的功能特征相结合，建立机场重要度评估模型与方法，用于瓶颈机场的识别；基于多维标度法对瓶颈机场的相关机场进行识别，通过二维拟合构图判断机场的整体相关性；建立了基于Elman神经网络的机场拥挤传播预测方法，用于当瓶颈机场发生拥挤时，预测与其相关机场的未来拥挤态势；最后进行算例分析。本文对空中交通拥挤的识别与预测问题进行了比较全面、系统的研究，所提出的方法针对性强且易于实现，完善了空中交通拥挤识别与预测的理论与方法。