航班延误会给航空公司和社会造成运输服务资源的浪费,甚至危害社会公共秩序。恶劣天气是造成航班延误的主要原因之一,它会造成航班大面积延误甚至取消。随着现代航空器性能、机务维修水平、管制技术的日益完善,气象条件成了制约航班安全、正点飞行最主要的诱因。不利天气通过降低机场和航路的可用资源,引起航班延误甚至危及航空安全。而恶劣天气要素的出现有随机性,对民航系统的影响具有不确定性,加大了研究的难度。本文试图探索如何对大量历史数据进行整合并有效利用,以挖掘出恶劣天气条件与航班延误的关系,提高恶劣天气对航班延误影响的可预测性,对提高民航运行各部门的决策水平有重要现实意义,而且对航班延误的理论研究具有重要学术价值。论文首先详细分析了典型气象条件对航班延误的影响,以及对恶劣天气的界定标准,并对同一航班前一航段延误波及以及独立离场延误进行了区分。在提取和分析了METAR报中的恶劣天气要素,统计了交通流量水平和对应的延误时间基础上,针对单一城市对航线,采用C5.0决策树建模,并利用Boosting技术、剪枝技术和判误矩阵进行优化,实现了单一航段受恶劣天气影响的延误预测,并以京沪航段为例进行了验证,结果表明预测模型精度达到了72.8%,针对全国主要城市对航线的总体延误问题,论文构建了包含6500个输入节点,380个输出节点的BP神经网络,实现了航线网络受恶劣天气影响的延误水平预测。