针对空中交通流量管理部门如何更高效地实施流量管理的问题，本文将态势感知理论应用于空中交通网络流系统（ATNFS,air traffic network flow system），建立空中交通网络流系统的运行态势预测模型。首先，给出了空中交通网络流系统的态势感知过程，从节点和航线的角度筛选出航线饱和度、不正常航班率、节点饱和度、节点延误架次比、节点航班取消率5个态势要素，使用态势值作为态势理解的指标；其次，分析隐马尔可夫模型（HMM,hidden Markov model）的优势与不足，建立了基于灰狼优化（GWO,grey wolf optimization）算法和改进隐马尔可夫模型的态势预测模型；最后，使用某空中交通网络流系统的实际运行数据进行算例验证。结果表明，改进后的预测模型相较于原本的隐马尔可夫预测模型精度更高，预测结果更准确。