随着可持续发展战略的提出,绿色施工必然会成为建筑施工的发展方向。与传统的施工技术相比,绿色施工考虑了绿色环保的因素,注重对环境的保护。传统建设项目的多目标管理只考虑了进度、成本和质量这三个目标,但是在低碳经济理念的倡导下,传统建设项目多目标管理需要做相应的改进,以适应时代建筑业的发展。绿色施工项目的多目标管理是在传统施工项目多目标管理的基础上加入了环保目标,符合可持续发展战略的要求,能促进建筑业的可持续发展。建设项目的进度、成本、质量和环保等多目标的优化,近年来愈来愈受到人们的重视。论文主要研究绿色施工项目多目标的均衡优化,在传统项目多目标管理的基础上纳入了环保目标与进度、成本、质量共同形成绿色施工项目多目标管理体系。通过分析绿色施工项目中各目标之间关系,论文运用边际效用递减理论和合理的假设条件建立了进度—成本、进度—质量,进度—环保的函数关系表达式,并建立了绿色施工项目的多目标综合优化模型。解决多目标优化问题的方法有多种,而近几年来,智能算法在多目标综合优化问题中的应用最为广泛,现在已经成为学术界研究的一个重点与热点课题。论文主要介绍多目标优化常用的两种智能算法,粒子群算法和遗传算法。通过对粒子群算法和遗传算法的基本原理、算法流程以及它们的优缺点的研究分析,针对粒子群算法在寻优的过程中容易陷入局部最优解的缺陷,论文将遗传算法中的选择、交叉和变异算子引进粒子群算法中,形成了一种改进的粒子群算法,该算法能够很好的避免“早熟”现象,摆脱局部最优解,提高全局收敛性。论文的最后是将绿色施工项目多目标优化模型和改进的粒子群算法运用到一个具体的实例中,运用MATLAB软件进行算法的编程以实现算法对模型的求解,结果求出了进度、成本、质量和环保的最优状态,同时结果也验证了改进的粒子群算法的有效性和合理性。