随着民航运输业的快速发展以及国际社会对环境问题的关注,航空运输节能减排已成为热点。因此,建立油耗模型,准确预测航线飞行油耗量,是节油的重要环节之一。由于影响航线油耗的因素众多且内在关联紧密,相对预测变量航线飞行油耗量呈显著非线性,其难点在于表达各影响因素间的强耦合关系,关键在于模型的预测精度。基于以上问题,本文的主要工作是:首先,对影响航线油耗的关键因素进行研究,并完成QAR数据的飞行阶段划分和参数提取工作。然后,采用两种方法构建了基于BP神经网络的各阶段油耗模型。第一种建模方法:以各阶段影响参数为输入,各阶段油耗量为输出,构建了一个三层BP网络油耗模型。第二种建模方法:以单参数油耗贡献为加强因子的基础上,采用重入设计方法,构建了一种新型的BP网络油耗模型。最后,基于模型采用平均影响值算法进行影响结构分析,给出各影响因素对相应阶段油耗量的影响方向和影响程度排序。接着,利用敏感度分析法对各阶段影响因素进行分析并量化其影响大小,进而确定了各因素微小变化对相应阶段油耗量的贡献程度。实验结果表明:实验建立的油耗模型精度均在自主加油量范围之内,可为实际航线飞行油耗估计提供技术支持;平均影响值算法和敏感度分析法对影响因素的分析并量化对航线油耗影响因素评估具有参考价值。