航材成本对航空公司的经济效益起着至关重要的作用,为公司的主要运营成本之一。货运航空所用飞机机型较老,机龄较大,部件的拆换率较客运航空高很多,而国内货运航空机队及站点规模较小,较难形成有效的航材共享网络,航材的有效管理成为其主要问题之一。为了降低货运航空的航材成本,有效提高航材的利用率,本文对某货运航空公司的基本情况进行分析,对航材管理中的航材分类、航材需求预测以及航材的多级库存管理进行了详细分析,论文的主要工作如下:1)以某货运航空公司的实际运行数据为基础,选取合适的航材属性作为“航材属性因子”在层次分析法中引入三角模糊数,结合ABC航材分类法,建立了某货运航空的航材重要性分类模型,并进行了实例分析,说明了模型的有效性及适用性;2)以分类结果中的A类周转件为研究对象,对比分析了传统航材需求预测方法与神经网络需求预测方法;对小波神经网络及灰色神经网络进行改进,建立了移动平均法(MA)与神经网络的组合模型,对不同需求类型的航材提出了相应的需求预测模型;以14种航材的日常拆换量为例,验证了预测模型的精确性及适用性;3)在航材分类及需求预测的基础上,针对货运航空基地及不同航站之间的航材运营模式,以期望短缺量的总和为目标函数,航材费用为限制条件,建立了航材的多级库存配置模型;并采用边际效应分析法,对基地及航站的航材数量进行了优化分配,与波音推荐数量进行对比分析,表明了基于边际效应分析法的多级库存配置方法的有效性及适用性。基于某货航的实际运营数据,本文提出了航材分类、需求预测及多级库存优化配置模型,以典型航材为例,证明了这些模型的有效性及适用性,为货运航空的航材管理提供了参考。