为了恢复非正常航班，同时降低成本和提高恢复效率，为航空公司进一步提升利润空间，从整体角度考虑建立了飞机和旅客流综合恢复模型。模型不仅以最小化显性恢复成本为目标，并且从旅客心理角度出发，以隐性旅客失望溢出成本最小化为第二目标。该多目标规划模型考虑多机型、航班串指派、航班序列时间限制、飞机定检、旅客OD对、旅客行程安排等条件。针对模型特点设计分阶段启发式算法，分为构建初始解、修复可行解和改善优化解三个阶段，通过不断迭代寻求较优解。引用上海航空公司数据进行算例测试，并设计两种不同干扰情景有针对性地加以恢复。结果和手动顺延方案相比，恢复成本分别降低20.482%、39.852%，恢复效率分别提高33.33%、51.22%，表明该算法和模型能有效整合飞机和旅客两种资源，为航空公司自动化恢复系统服务。
