20世纪50年代，美国学者率先使用了网络计划技术，20世纪60年代华罗庚教授将该技术引入到我国，之后，网络计划技术迅速应用到了工程项目管理以及其它领域当中。网络计划的优化是高层次的网络计划技术应用，是工程项目管理研究领域的一个重要内容。 网络计划的优化主要有四个方面：工期固定——资源均衡问题、资源有限——工期最短问题、工期——费用交换问题以及净现值最大化问题，其中净现值最大化问题近年来逐渐成为网络计划优化研究的热点。 在前人研究成果的基础上，针对网络计划优化中净现值最大化问题做了一些研究工作，综合分析了该问题中的活动执行模式、资源约束、业主支付进度、合同奖惩等各种影响因素，并对已有模型进行了改进，得出了一个符合所研究问题特点的非线性整数规划模型。 微粒群算法是近年来发展起来的一种新的智能仿生类优化算法，具有迭代方程简单、收敛速度快、全局搜索能力强、对优化问题模型要求不高可移植性好等优点。针对净现值最大化问题决策变量离散性的特点，采用了离散变量的微粒群算法对该问题进行了求解，取得了较好的效果。 算法实现上，以活动序列变量、支付进度变量以及活动执行模式变量构成决策变量，其中活动序列变量的迭代是一个难点。采用串行生成进度方案的机制以及采用随机数作为活动调度优先权重，来生成活动序列变量，同时针对活动序列变量的特点，借鉴了离散变量微粒群算法在求解旅行商问题中的成功经验，对位置和速度进行了重新定义，采用旅行商问题的迭代方式对活动序列变量进行迭代，并对迭代过程当中速度的可行性进行了探讨。 最后，通过算例的计算、对比和分析，验证了离散变量微粒群算法在求解净现值最大化问题上的可行性，对工程实际应用有一定的参考价值。