随着经济的发展工程项目越来越复杂,仅依靠人力很难得到好的网络计划。很多的项目需要运用计算机对网络计划进行优化,来寻找好的管理方案。早期的网络计划优化主要包括三个方面:工期优化、成本优化、资源优化。现在网络计划优化的研究多把质量优化包含在内。因为在项目管理中,这四个目标是相互影响、相互制约的,管理者通常会对工期、成本、资源和质量等目标进行综合考虑制定网络计划。现在,很多学者对网络计划的优化进行了研究,但对资源—工期—成本—质量多目标问题同时进行优化研究的却很少。这类问题是一种多目标的优化问题,通常包含相冲突的目标或约束条件,其解不唯一且不存在最优解,而在解决这类问题的过程中很多学者采用的是传统的数学规划方法,将多个目标方程加权转化为单目标方程再进行求解,最后只能得到一个最优解。这种方法并不是真正意义上解决多目标优化问题。本文是基于遗传算法对工期—成本—资源—质量多目标网络计划优化进行研究的。遗传算法本身是模仿自然界生物进化机制发展起来的随机全局搜索的优化方法,具有实用、高效、鲁棒性强等特点,因此常被用来解决多目标优化问题。文中首先对资源优化进行了研究,针对资源优化的两个方面:工期固定—资源均衡和资源有限—工期最短分别建立了数学模型,并根据问题模型分别改进了标准的遗传算法,用实例进行证明改进后的算法能得到更好的解;接着对网络计划优化中的费用优化进行了研究,针对费用优化的两个方面,即连续型时间—费用优化和离散型时间—费用优化,分别建立了数学模型并设计了相应的遗传算法;接着对网络计划优化中的质量优化进行了研究,根据质量和工期、费用之间的关系,建立了质量优化的数学模型;最后对网络计划优化中的工期—成本—资源—质量等多个目标进行优化,给出了工期—成本—资源—质量多目标的数学模型,并设计了相应的遗传算法对实例进行求解,最终得到了一系列非劣性最优解,即多个优化方案。项目管理人员可以根据实际情况对优化方案进行选择,进而达到提高经济效益的目的,具有现实的指导意义。