航空运输是现代化运输体系的重要组成部分,民用航空运输是国民出行的重要交通方式。伴随民用航空运输的全面普及,航班数量激增致使航班延误与波及延误事件频发,严重影响乘客出行计划、降低航司经济效益。此外,因航班延误带来的纠纷与冲突常引发群体性事件,影响社会和谐与稳定。基于此,制定鲁棒性的飞机排班调度方案具有重要的应用价值。本文针对鲁棒性飞机排班调度计划问题展开研究,具体地,本文主要研究内容如下:（1）针对飞机排班调度计划鲁棒性问题,提出了基于改进遗传算法的飞机排班调度算法。首先提出一种基于一维数组的染色体模型,能够有效表达飞机排班调度问题,方便约束的修改增加,降低运算量、提高算法执行效率;然后,根据染色体模型提出了基于回溯的双向约束检查算法和种群初始化算法,能够基于约束条件剪枝搜索空间,避免大量无效解的生成,从而大大加快算法的收敛速度;接着,以提高飞机排班调度计划鲁棒性为优化目标设计适应度函数;最后,根据染色体模型设计了可以缩减求解空间的染色体交叉、染色体变异算法以及自适应交叉变异概率调节公式,从而达到加快收敛的目的。本文提出的基于改进遗传算法的飞机排班调度算法,能够尽可能避免飞机延误对后续飞机的影响,从而提高了飞机排班调度计划的鲁棒性。（2）针对包含飞机检修约束的飞机排班调度周计划问题提出一种解决方案。检修约束是一个双重约束,飞机飞行时长的限制和起降机场限制,在基于改进遗传算法的飞机排班调度算法的基础上针对飞机检修设计了基于双重检修约束的周计划种群初始化算法,能够剪枝搜索空间,加快算法的收敛速度,提高算法运行效率;之后,在此基础上对交叉算法和变异算法进行修改,提出了针对飞机检修的交叉变异算法,能够有效解决关于飞机检修的双重约束条件;最终形成包含检修约束的飞机排班调度周计划算法解决了包含飞机检修约束的飞机排班调度问题。（3）设计实验对本文算法进行验证。设计实验验证了本文提出算法的有效性。通过对比实验证明了本文的基于遗传算法的飞机排班调度算法优异性。最后,通过对比实验证明包含检修约束的飞机排班调度周计划算法的高效性。