客观地评述了关键链方法的优缺点. 首先, 简要阐述了关键链与关键路径法/计划评审技术及资源约束型项
目调度问题的异同点; 然后, 从关键链调度优化模型、缓冲机制和关键链的应用3 方面梳理了已有的研究成果, 相应
地, 从两个方面总结出目前关键链方法中的欠缺; 最后, 从多目标优化、动态关键链、与鲁棒性结合和与其他理论融
合4 个角度指出了关键链方法将来的研究趋势. 评述工作将会对关键链的理论研究和实践应用提供一些思维启发.

针对求解资源受限项目调度问题（RCPSP），提出了基于差分进化（DE）的混合粒子群算法（PSODE）。通过在PSO种群和DE种群之间建立一种信息交流机制，使信息能够在两个种群中传递，以避免个体因错误的信息判断而陷入局部最优点。采用标准测试函数和具体算例进行检验，结果表明PSODE算法可以较好地解决RCPS问题。

大数据-算法-资源受限项目调度问题的混合遗传算法研究.pdf

为解决多模式资源约束项目调度问题，提出了一种混合遗传算法的求解方法。该算法采用二维编码方法来表示问题的解，基因的值表示任务的优先权和执行模式，每条染色体对应一个满足逻辑关系约束的可行任务排序，根据染色体所对应的任务调度顺序和执行模式序列可以获得一个满足资源约束的项目调度方案。应用该编码方法进行选择、交叉和变异等遗传操作，能够使搜索范围遍及整个问题解空间。实际应用表明，该算法能快速求得问题的最优解或近似最优解。

基于鲁棒优化模型的项目调度策略遗传算法.pdf

为了求解多技能资源受限项目调度问题（MSPSP），本文提出了一种改进遗传算法.首先根据问题的数学模型，确立了基于优先权的实数编码方式，并将目标函数转为适应度函数以供后续适应度的计算；接着将基于群体共享的小生境技术融入到遗传算法的选择过程中，并借助确定式采样选择和子种群的调整进一步提高算法的搜索能力；然后分别在交叉和变异操作中引入基因修复和多重验证机制，增强算法的寻优能力；最后给出了算法的总流程.算法在iMOPSE数据集上的求解效果表明本文的改进遗传算法是一种求解MSPSP问题的有效方法，对相关实际问题的研究具有良好借鉴意义.

分别使用两种算法（人工蜂群ABC和蚁群ACS）求解多模式资源约束项目调度问题MRCPSP，matlab编程实现。不同规模的算例多达350个，在EXCEL文件可直接读入。MH=meta-heuristics

聚焦多目标多执行模式特点下的项目调度问题，通过建立工期、费用、资源和质量多目标函数，构建综合优化模型，同时运用粒子群算法解决工程项目多目标多执行模式优化问题。最后，通过一个应用实例计算，表明粒子群算法可以准确快速地解决该模型下的工程项目多目标优化问题，达到了项目调度中面对不同模式进行抉择，并且缩短工期、减少成本、均衡资源以及提升质量的综合的理想效果。

针对资源受限项目调度问题，提出了一种基于人工蜂群算法的优化方法。人工蜂群算法中每个食物源的位置代表一种项目任务的优先权序列，每个食物源的位置通过扩展串行调度机制转换成可行的调度方案，迭代中由三种人工蜂执行不同的操作来实现全局最优解的更新。实验结果表明，人工蜂群算法是求解资源受限项目调度问题的有效方法，同时扩展调度机制的引入可以加速迭代收敛的进程。