刻画航班地面保障过程的网络结构是预测各环节开始时间进而得到准确撤轮挡时间的首要问题。由于受到机场保障资源和实际运行情况的影响,基于计划保障流程的网络结构,不能真实反应航班保障流程。因此,提出从历史数据中得到各环节的执行过程,构建航班保障网络。为了精确刻画从数据中确定的航班保障流程的网络结构,通过分析航班保障服务过程的特点,提出了利用时延库所Petri网刻画航班保障流程的方法,解决了变迁表示保障环节存在网络状态无法利用可达图表示的缺陷。在时延库所Petri网的基础上,融合贝叶斯网络,得到贝叶斯无环时延库所Petri网,用于刻画贝叶斯结构学习的结果。在单航班小数据集的情况下,引入有放回抽样,扩充数据集,再通过贝叶斯结构学习K2算法,在每次的抽样样本上进行结构学习,统计每次学习结果的边频率,得到航班保障边频率网络。最后,在边频率网络的基础上,加入蚁群算法搜索航班保障网络的完整结构。并改进了蚁群算法中的概率转换规则,使得在蚂蚁搜索最优网络结构的过程中,体现了抽样结果对蚁群搜索的指导作用,最终得到了完整的航班保障网络。