随着我国航空运输业的迅速发展,由于气象原因所引起的空中交通延误问题越发严重。目前,当航路受恶劣天气条件影响时,相关部门通常采用地面等待策略对航班进行调配,直到航路容量恢复。因此造成了严重的航班延误和巨大的经济损失。为了缓解这一矛盾,空中交通流量管理中的改航策略正日益受到国内外学者的普遍关注,并已经成为重要的研究课题。本文首先对空中交通流量管理问题进行了归纳与综述,并针对改航问题,较深入地探讨了多任务动态网络流模型和马而可夫天气模型。接着,文章在分析比较了两种已有的多任务动态网络流模型实现算法(拉格朗日乘子法和改进的A*算法)后,结合人工智能遗传算法,研究提出了一种新的模型求解方法。最后,论文对改航问题进行了系统结构与功能模块的设计,并对多任务动态网络流模型和所提出算法进行了计算机仿真实现,验证了其可行性。