随着科技的进步,中国民航业在改革开放后迅猛发展,然而在民航业服务社会大众并且创造财富的同时,航班延误的情况越来越严重,如今已经成为航空公司急需解决的问题。本文针对引起航班延误的关键问题——航班计划的鲁棒性提高进行研究,对提高航班计划的鲁棒性使其更能有效的对抗客观条件造成的延误有着重要的实际意义和科学研究价值。本文从构建航班计划优化模型的理念出发,在总结国内外学者对鲁棒性问题研究的基础上,建立了基于鲁棒性提高的航班计划优化模型。首先本文在量化鲁棒性提高上提出了新的想法,通过已有鲁棒性量化方法在不考虑波及延误的情况下转换为对独立航班的鲁棒性,并且将其应用到模型之中;其次深入研究了航班计划的成本构成,并且基于已有的某航空公司的十日航班计划数据对其成本进行了初步的计算;再次通过K-means聚类对延误航班进行了聚类,利用神经网络算法对航班计划的取消概率进行了预测,总结出了航班取消的条件;最后设计测试用例和航班延误情况,使用Lingo软件进行建模并计算模型结果,通过模型的初步结果修改模型,使得模型的最终结果具有实际意义。通过增加过站时间裕度方法,在航班最小运营成本增加20%的情况下,测试用例的延误总时间下降了51%,初步达到了模型的预期结果。