工程项目多目标优化问题是项目管理领域的研究热点之一。多目标优化问题贯穿于施工管理中的各个阶段,因此对其进行研究可以有效解决施工过程中的具体问题,具有重要的实践价值。采用经典的多目标优化算法虽然能在一定程度上解决工程优化问题,但求解过程较为复杂。而微粒群算法凭借其操作简单,便于实现的特点广泛应用于多目标优化问题。本文首先阐述了微粒群算法的基本原理和拓扑结构,在此基础上得出算法改进的关键点。通过将基于剪枝算法的外部归档集和阈值引入到微粒群算法中,大大提高了算法的种群多样性、全局搜索能力和收敛速度。并建立基于理想点法的适应度函数,避免了设置各目标函数权重的主观性。并采用测试函数证实改进微粒群算法的有效性。其次,在传统工期、成本、质量模型的基础上,结合工程项目的实际特点,建立了多目标综合优化模型。在成本—工期模型的研究基础上,考虑到资金的时间价值,提出了引入费用现值的成本—工期模型。此外,根据系统可靠度理论,分析工序质量可靠度与工序持续时间的关系,建立基于系统可靠度的质量—工期模型。最后,为了验证改进微粒群算法的有效性,本文结合工程实例,采用改进的微粒群算法和非劣分类遗传算法(NSGA-II算法)进行优化对比。结果表明:改进的微粒群算法比NSGA-II算法的优化结果更科学、收敛速度更快。