当前的中国经济已进入平稳增长期,房地产市场也随着迈入了“白银时代”。控制工程项目的成本,提升利润,成了施工单位和房地产开发商的主要问题之一。在这个背景下,资金受限项目的净现值优化问题的研究就显得更有价值。在实践中,一个工程项目的调度问题需要考虑的因素十分复杂多样,不仅有前序后续关系的约束,还有资源的约束,资金的约束以及时间的约束等。经济下行,融资成本高企的大环境,使得资金约束对项目完成和收益的影响越来越大。相对于一般的资源约束,资金约束较为特殊,是一种双重约束的资源;加上最大化净现值函数又是非线性的函数,使得问题的建模和求解变得困难。目前对于项目调度的研究工作主要集中于工期最短或最小化资源消耗,对净现值优化的关注较少,其研究的空间十分广阔。本文对资金约束下多模式项目净现值优化的若干问题进行了研究,将工程实践中对项目有影响的多种因素均纳入数学模型,如任务完成的时间窗,不同的支付模式等。分别设计了两种元启发式算法,其中包括一种混合算法。为了证明算法的可行性和比较不同规模问题下的性能,用多个规模的问题库对算法的可行性进行了测试。具体来说,本文的主要工作和创新点如下:以工程实际为依据,以最大化项目的净现值为目标函数,建立资金受限且对各任务完成时间有严格要求情形下的多模式项目的数学优化模型(multi-mode capital constraint project scheduling problem with discount cash flows,MCCPSPDCF)。为求解该问题,对蚁群算法进行改进,使之适用于模型的求解,并加入精英策略以加快算法收敛速度;采用包含两种指标的启发信息,确保解的质量。给出了一个具体的算例,并针对该算例实现算法参数设置的优化。优化后的结果表明该模型可以显著增加项目的净现值,改进蚁群算法克服了陷入早熟的现象,效果较好,能用于实际问题的求解。根据工程实际,以最大化项目净现值为目标函数,建立支持里程碑支付的带时间窗多模式资金受限项目的数学优化模型。为求解该问题,设计了一种类电磁机制算法和蚁群算法相结合的元启发算法。在多个不同规模的算例组中对算法可行性和算法性能进行测试,结果表明算法能有效解决问题,且随着规模的增大所需时间线性增加。在一较有代表性的规模的问题集下研究了一些关键参数对算法效果的影响。最后在相同规模的问题下与蚁群算法进行性能比较,混合算法性能更好。