航空公司在日常运行中会面临各种扰动的影响,因此航班很难完全按照原定计划执行。从航空公司角度来看,不正常航班打乱了飞机、机组的正常计划,扰动了旅客的行程,增加了公司的运行成本;从航空运输系统角度来看,不正常航班也给空管、机场等方面的调度增加了困难,降低了航空运输系统的效率,影响了民航业的社会声誉。不正常航班恢复问题要求在较短时间内安排各种资源计划,安置受扰旅客,是航空公司和运筹学界共同关注的难题。本文对不正常航班恢复的相关优化问题进行了研究,包括以下几个方面。对飞机临时故障或机场流量控制导致的航班不正常,利用自然约束语言和混合集合规划方法对飞机和机组的一体化恢复问题进行了研究,建立了基于约束逻辑规划的优化模型,设计了高效的搜索策略,并分别考虑了恢复期在一天和多天的情况,算例表明了一体化恢复的优化性以及该方法在计算时间上的可行性。对枢纽机场由于天气等原因容量下降引起的航班不正常问题,建立以飞机航班环为研究整体的多阶段航班恢复模型,利用基于随机抽样的算法框架,结合启发式算法,对航班重构解的旅客延误成本进行评估;并在此基础上加入机组计划恢复,将问题拓展至全部一体化恢复,算例表明小规模的样本即可保证满意解的获得,且机组恢复成本与旅客延误之间存在负相关关系。在确定型不正常航班恢复优化的研究基础上,研究了随机扰动因素情景下的恢复问题。对飞机故障修复时间是随机的情况,建立两阶段的随机整数模型,在制订恢复方案时考虑飞机故障修复时间不确定带来的额外调整成本,并基于贪婪模拟退火算法设计随机启发式算法,算例表明随机模型的解比确定型模型的解降低约5.8%的成本。针对枢纽机场容量随机下降的情况,在确定型问题研究的基础上,建立两阶段的随机模型,结合样本平均近似方法降低问题的求解规模,利用启发式方法优化旅客恢复行程并获得旅客延误上下界,算例表明了小规模问题的最优间隙约在5%左右,计算时间与样本规模呈线性正比的关系,该模型和算法保证了在可接受的时间内得到满意的解,可以满足日常运行的要求。