恶劣天气是导致机场容量下降的主要原因。由于天气复杂多变，使得天气对容量的影响具有明显的随机性、实时性和动态性特点。鉴于此，大部分相关研究并未在模型中直接加入天气影响因素。随着概率交通流量管理的提出和发展，要求将天气信息加入流量管理系统中，并提供有效的容量分布和概率作为关键的决策依据。因此，天气影响的容量评估成为空中交通流量管理迫切需要解决的关键问题。另一方面，随着航空运输高速发展，恶劣天气造成的容量与需求不平衡问题愈发凸显，成为导致航班延误的重要原因。为了提供合理的流量控制决策和有效的事后运行分析，有必要建立延误模型描述天气和机场延误之间的关系，并建立评估延误的性能基准，将延误放到相似天气和需求影响因素下进行评估。本论文较全面地综述了机场容量和延误评估问题的历史发展和最新研究成果，论述了研究中的关键问题。提出了天气影响的机场容量和延误评估相关概念，分别剖析了天气影响的容量和延误评估过程。分析了天气与容量之间的关系，从天气季节性、天气类型和天气预测三个方面出发，对天气影响的容量评估问题展开深入研究。针对天气与延误之间的关系，建立延误模型，并从比较延误的离散性能基准和连续性能基准两个角度出发，对天气影响的机场延误评估问题进行深入研究。分析了机场天气、延误、需求和容量等概念，阐述了各概念之间的相互关系。针对某具体机场，分析了天气对容量和延误的影响，并给出实例分析，为天气影响的机场容量和延误评估奠定基础。针对天气季节性影响的容量评估，建立了基于时间序列的季节划分模型。以天气影响的容量概率分布来表征天气特征，设计遗传算法将基于容量概率分布的时间序列中具有相似天气特征的月识别为一个季。在此基础上，将各季天气转换为容量概率分布。最后，以具体机场为例进行算例分析，结果表明根据容量概率分布得到的季与实际天气季节是一致的。针对天气类型影响的容量评估，分析了恶劣天气发生的影响因素，提出了决策树和神经网络相结合的天气分类与识别方法，用于自动识别历史天气数据集中每一恶劣天气事件所属的天气类型。在此基础上，将每种天气类型转换为容量概率分布。最后以具体机场为例进行算例分析。基于天气预测的容量预测，针对天气预测的实时、动态性特点，建立基于预测天气的预测容量模型。考虑到预测容量是在预测的多种天气类型背景下发生的，以预测天气数据和每种天气类型的容量概率分布作为输入，运用全概公式将概率预测天气转换为概率预测容量。最后根据机场某日天气预测数据，对该日预测容量分布进行了算例分析。基于离散性能基准的天气影响延误评估，通过将机场到达建模为瞬时排队模型，研究机场典型天气对应的延误模式，并建立评估延误的离散性能基准，对天气影响的延误进行评估；最后，针对某日天气状况，对该日天气影响的延误分布走势进行评估分析。基于连续性能基准的天气影响延误评估，针对机场延误与天气和交通需求之间具有的线性关系，建立单一模糊线性回归模型；考虑到延误与天气和需求之间同时还存在非线性关系，建立分段模糊线性回归模型。求解模型得到估计延误，通过比较估计延误与实际延误，建立评估延误的连续性能基准，对天气影响的延误进行评估。最后，针对某日天气状况，对该日天气影响的延误进行评估分析。基于天气不确定的概率交通流量管理已逐渐成为国内外研究的热点。本文对天气影响的容量和延误评估问题进行了比较全面和系统的研究，提出的相关模型和方法针对性强且易于实现，弥补了我国在该领域研究基础薄弱的不足，不仅完善了天气影响的容量与延误评估理论体系，而且为今后概率流量管理在我国的研究与应用作了必要的理论准备。