空域管理辅助系统是监视空域范围内的航空器飞行情况的主要工具与航空管制人员制订空域内飞行调配方案的依据。研究基于CBR的空域管理辅助系统,可以为航空管制人员提供辅助存在飞行冲突航空器的决策信息,从而提高航空器飞行安全和航空管制的智能化水平。CBR(case-Based-Reasoning)基于实例的推理是一种通过重用过去解决问题经验来解决当前问题的新型智能推理技术,在专家系统中,知识的表示方法常常决定了采用何种推理方式进行专家系统的推理。本系统首先提出了开发空域管理辅助系统的必要性,分析了该系统广泛的应用前景。并简要说明了作者所研制的软件的知识基础和设计与实现方法。文章涉及人工智能、专家系统、飞行冲突诊断、神经网络、数据库等方面内容。本系统属于基于事例的专家系统,事例库和推理机是专家系统的核心内容,在本论文中,进行了详细介绍：(1)重点说明了该系统中空难事例的来源和避碰事例库的构造。包括空难中涉及航空器的飞行特点、天气条件、飞行人员状态、机载防相撞系统状态等。(2)说明了该系统的推理和检索方法。主要包括检索索引和自学习机制。文章详细介绍了索引结构及自组织特征映射网络(Self Organizing MaP,SOM),阐述了它在系统中的实现算法和程序结构简图。之后,本系统研究了系统中航空器避碰征兆权值的确定,利用粗糙集的关于属性依赖度来确定某个属性的重要性。针对空域管理辅助系统构建一个通用的决策表,决策表中的内容是特定ASMAS信息下的一些历史事例,使得与事例匹配在客观上保持事例的一致性。接着,本系统对事例库中数据的质量问题进行了分析,说明了数据学习的必要性,阐述了数据学习的原理,提出了学习的方法。最后,本系统以空域管理辅助系统的空难飞行事例和数据处理方法为基础,介绍了冲突避碰和调配方案决策系统。介绍了系统的需求、功能、架构、数据库设计和实验、评价与改进。