资源受限项目调度问题(RCPSP)页目管理中重要的问题,RCPSP主要研究的是如何在满足一定的时序以及资源约束下,合理安排项目中所有活动的开工时间以及完工时间,使资源受限项目调度的目标得以达成。例如项目的总成本最小,项目的所有活动的总工期最短,或项目的资源均衡使用等。RCPSP不仅理论模型很丰富,应用广泛。但目前对这类问题的研究的前提条件是时间是确定的。单实际问题研究中,项目中各个活动的工作时间往往是不确定的。对于这种情况,很多学者将模糊集合理论运用到资源受限项目调度问题当中,由此,形成了模糊资源受限项目调度问题。本文研究的重点内容是一种基于时间工期不确定的RCPSP,在这种项目调度问题中,项目中各项活动的持续时间和完工期均为模糊数,即模糊持续时间和模糊完工期。针对该模糊资源受限项目调度问题,本文主要研究内容为以下几个方面：(1)在经典资源受限项目调度的基础上,研究活动工期不确定的情况。将模糊数学中的模糊数求和,模糊数的比较等操作,运用到模糊资源受限项目调度问题中,采用三点模糊数来表示工作的开始时间以及完工时间,然后,引入两种弱比较方法,积分值法和概率分布法。首先研究以项目模糊总工期最小为项目调度目标的模糊资源受限项目调度问题,并针对该类问题设计一种遗传算法进行求解,该遗传算法是一种基于任务链表编码形式的遗传算法。最后用数值试验验证。(2)在研究单目标的模糊资源受限项目调度问题的基础上,设计一种模糊调度规则,并分析目标函数,将项目总工期用模糊数学中的三角模糊数隶属度函数来表示,转化为顾客满意度,以顾客满意度最大化来表示项目的最小总工期；另外一个目标函数是项目的平均活动延迟度,平均活动延迟度越小表示资源利用度越高。对这两个目标函数的研究具有重要的现实意义。(3)由以上研究内容,将两个不同量纲的目标函数转化为统一的量纲,建立多目标模糊资源受限项目调度问题的模型。最后,针对这一问题设计了一种基于任务链表编码形式的遗传算法,以概率分布法来比较两个模糊数的大小,并将本文设计的遗传算法与基于优先值编码的遗传算法进行比较。针对该类问题进行算例分析,其数值试验结果表明,该类遗传算法优于文献中的相关算法。在求解多目标模糊资源受限项目调度问题上,遗传算法表现出了较大的优越性。