自上世纪50年代,项目管理理论产生以来,伴随着社会经济的发展,项目管理所涉及的领域愈来愈广泛,其所研究问题的深度也日益增加。如何在资源受限制的前提下,通过对项目中各活动作出合理安排从而确保项目如期按质完成已经是企业管理领域普遍关注的问题。研究结果显示,资源受限项目调度问题(Resource Constrained Project Scheduling Problem, RCPSP)已经成为了广大学者的研究热点。随着社会经济的发展,企业在临时面对某一不确定性要求时,由于受资源、工艺等各类环境因素影响,项目中某一活动可能允许采用多种模式来执行,并且每一种模式对应着不同的工期和资源需求量,因此,对于项目管理者而言,为了尽可能完善地实现企业目标,往往需要灵活地选择最合理的执行模式,以便在满足资源和工期要求的前提下,高效地实现既定的项目管理目标。然而,目前国内学者对RCPSP问题的研究大都基于一个活动只有一种固定工期的执行模式等假设之上,对多模式资源受限项目调度问题(Multi-mode Resource Constrained Project Scheduling Problem, MRCPSP)研究得还很少。因此,本文对多模式资源受限项目调度问题展开研究,以期能在一定程度上用于指导实际。首先,在对多模式资源受限项目调度问题(Multi-mode Resource Constrained Project Scheduling Problem, MRCPSP)特点进行界定以及对项目调度优化模型回顾的基础之上,构建了基于活动存在多种执行模式,每一个活动执行模式对应着不同工期和资源需求量的MRCPSP问题的数学模型;为了求解上述模型,本文在详细阐述蚁群优化算法的基本原理以及当前的改进研究成果的基础上,提出了一种新的改进蚁群算法,并对其在MRCPSP问题的应用过程进行了设计;最后,为了检验MPCPSP模型的有效性及算法的优越性,采用了在学术界广泛使用的PSLIB中的标准多模式算例集进行了仿真试验。实验结果证明了本文模型的有效性及算法的优越性。本文的研究成果,不仅拓展了RCPSP问题的研究领域,而且也为项目管理者如何在项目持续时间和成本间实现均衡提供了一定的指导借鉴意义。同时将在很多组合优化问题中得到成功应用的新型智能算法—蚁群算法应用于MRCPSP问题,既拓展了蚁群算法的应用领域,也为MRCPSP等组合优化问题的求解提供了全新的思路和方法。