随着我国民用航空事业的发展空中交通流量不断增加,由此造成的拥堵现象也日益严重,尤其是在大型城市的枢纽机场,繁忙时段造成的航班延误损失已不容小觑,空中交通流量管理成为优化交通流量,降低延误的重要手段。本文选取空中交通流量管理中的三个关键技术问题进行研究,包括地面等待问题、终端区航空器排序问题和航空器动态改航问题。首先介绍了CDM下增强的地面等待问题中的RBS算法和Compression算法,针对公平性问题,从两个不同阶段对地面等待模型进行改进,第一阶段保证模型的结果与RBS算法结果中的航班次序尽可能保持一致的同时最优化延误量。第二阶段研究功能与Compression算法类似的时隙交换模型,保证航班准点率的同时考虑航空公司之间的公平性。其次,在终端区航空器排序问题上对空域的欧拉网络进行了深入研究,讨论相关限制因素,建立了对应的网络模型。将欧拉网络和启发式搜索算法结合用于寻找航班最优到达队列,研究了两层规划模型的结合形式和相互作用方法。并给出了该动态调度算法相对于FCFS算法更优的实例验证。最后,本文着眼于航空器动态改航问题,采用情景树描述天气变化的不确定性,探讨了空中交通容量情景识别理论及情景树构造算法,通过对航空器改航问题的分析,提出动态改航静态地面等待结合的模型(DRSG),具体给出目标函数及约束条件。对模型进行对比分析,验证了模型的有效性和优势。最后就该领域的进一步研究进行展望。