本文针对航空运输网络效率瓶颈，构建大数据驱动优化框架。该框架基于复杂网络理论与多目标优化模型，融合多源数据，运用LSTM需求预测、强化学习调优、GNN拓扑优化等技术，提出航线重构、运力配置、时刻协调的全链条方案。以粤港澳大湾区为实证，结合混合整数规划与启发式算法，实现航班准点率、客座率提升及碳排放降低。研究验证了大数据技术对网络动态响应能力的提升作用，为智慧民航提供可推广技术路径，助力行业数字化转型与绿色发展。

大数据分析；航空运输网络优化；复杂网络理论；多目标优化

[1]付喜梅.香港机场航空货运发展分析[J].空运商务,2013(9):42-46+56.

[2]吴凡.基于复杂网络理论的机场航班延误网络研究[J].科技与创新,2020(5):44-45+48.

[3]张金杰.面向大数据可视化的航班延误分析系统设计与实现[D].天津:中国民航大学,2022.

[4]何艳伶,柳倩.基于运营成本最优的机型优化配置研究[J].节能,2024,43(6):32-34.

[5]赵玉涵,乐美龙.碳交易背景下的航班调度与机型分配优化研究[J/OL].交通科学与工程,1-10[2025-05-27].

[6]摆玉龙,杨志民.基于Parzen窗法的贝叶斯参数估计[J].计算机工程与应用,2007,43(7):55-58.

[7]张瑞,朱春彦,王琼,等.基于复杂网络的中国四大机场群多极航线网络结构特征分析[J].科学技术与工程,2023,23(18):8002-8010.

[8]王红,张蕾.遗传算法在航空公司飞行人员排班中的应用研究[J].计算机工程与应用,2006,42(10):220-222.

[9]马龙,张兴,薛晨蕾,等.民航旅客隐私数据自适应分级控制与动态脱敏方法[J].中国科技信息,2023(2):117-121.

[10]寇蒋恒,何明星,陈爱良,等.民用机场航班信息系统数据脱敏[J].西华大学学报（自然科学版）,2019,38(6):49-56.

[11]张蓝蓝.面向便捷出行的民航旅客敏感信息保护方法研究[D].天津:中国民航大学,2023.