收益管理正在为实现航空公司收入最大化的目标发挥其巨大作用，收益管理的实施重点在于管理方法与管理理念的更新。本文从具体的技术角度研究收益管理中的一些规划方法，重点包括航班需求预测与座位优化控制。主要工作包括:　　首先综述了收益管理的相关研究，指出了当前研究中存在的问题和今后的研究方向;第二，分析比较了现有的各种需求预测方法，认为增量法在预测准确性、时间复杂度、可扩展性等方面具有较好的性能;第三，提出了基于神经网络的航班需求预测模型，采用主成分分析法对样本数据进行优化和选择，采用相关系数法和一元线性回归对训练质量进行评估，采用置信区间对预测结果进行评估，该方法具有预测精度高、适应性强、易于实现等优点。然后，又将粒子群优化算法用于神经网络的学习，该方法收敛速度较前者有大幅度的提高;第四，介绍了超售的基本原理与基本方法;第五，针对起始地目的地票价组合的座位优化问题，将混合大灭绝粒子群模型应用于座位优化分配，取得了较好的仿真结果;最后介绍了我们开发的收益管理系统。　　本文的研究表明:智能优化算法用于解决收益管理中的复杂计算问题可以取得令人满意的结果。