计划调度评审技术(Program Evaluation and Review Technique，PERT)是系统工程中对潜在任务进行分析的一种方法，是一种科学的组织管理技术，其建立的目的是为了简化大而复杂项目的计划和分配任务的时间。当前市场竞争的日趋激烈，每个企业都在寻求更好的生产与运作管理方案，以提高企业的生产、经营和管理效率，从而提高企业的核心竞争优势。针对任务的组织计划、任务的实施方式以及指挥调度状态，将任务在完成过程中所采取的技术上和组织上的状态以及内在协同关系具体形象的通过定量方式描述，通过分析计算科学的均衡协调组织管理。工期-费用优化问题作为计划调度管理工程项目管理中对中进度控制的一项重要的内容，其对整个工程项目过程的合理统筹安排的方法，更是关系到在工程项目建设的直接经济效益。工期-费用优化问题所具有的约束性、不确定性、非线性、大规模性等各种复杂特性，已经被证明在有效时间内无法确定得到最优值。长期以来，人们对工期-费用优化问题的研究方法主要还是以启发式算法和数学规划法为主，但这两种方法由于算法自身的特性存在着一些缺陷及不足之处：启发式方法虽可在较短的时间内得到鲁棒性较强的解，但是由于缺乏数学的严谨性，以致于无法保证所得到解的最优性；数学规划法虽从理论上说可获得较好的解，但由于其建模过程通常比较困难，而且运行时间也相对较长，所以该方法仅局限于较小规模的项目，对于比较大规模的项目可行性较低。因此，为了解决传统方法在这些方面遇到的部分问题，并鉴于蚁群算法在解决组合优化问题中的诸多优点，本文将蚁群算法应用于网络计划的工期-费用优化问题之中，从而得到一种更全面、更精确、更高效的优化方法。根据工期-费用优化问题中典型的活动持续时间与直接费用之间的关系，本文分为连续型与离散型两大类问题进行分析研究。对于活动的持续时间和直接费用之间为连续型函数关系的费用优化问题，当前的研究重点主要在于工程的最低费用或是最短费用工期求解。　　 本文在基于网格划分策略的蚁群算法的基本思想上提出了一种改进的算法，以费用最低为求解的目标函数，针对项目工期限定条件下的费用优化问题，通过以惩罚函数的形式来表示工期约束条件，将算法中部分复杂问题简单化，从而解决了算法设计中难以解决的如何判断实际工期与计划工期是否相等的问题，最终形成了一种有工期约束和无工期约束两类主要工期-费用优化问题的统一求解方法。对于活动的持续时间和直接费用之间为离散型函数关系的费用优化问题，当前的研究重点主要在于求解工程的工期-费用均衡曲线，根据所得到的工期-费用均衡曲线来确定工程项目具体的实施情况。本文通过采取自适应权重法将工期和费用的双目标综合为单目标进行考虑，以工期和费用同时最小为求解的目标函数，利用蚁群算法进行Pareto解的搜索，最终得到Pareto解集。　　 在论文的第四章和第五章中，对上述所提到的工期-费用两大方面的数据模型都进行了相对应的实例测试。通过测试，将本文应用蚁群算法所求得结果与参考文献中所采取其他算法求得的结果进行了比较。在第四章的第一个实例中，优化后的结果相对于正常施工情况下，工期缩短了16.67％，总费用降低了2.28％，第二个实例中，优化后的结果相对于正常施工情况下，工期缩短了8.33％，总费用降低了2.54％，若工期受限制，需缩短了16.67％时，总费用比正常施工情况下增加了17.41％，与文献总所得结果基本类似，在实际工作中还是可以接受的；在第五章的第一个实例中，通过800次(40只蚂蚁*20次迭代)搜索，以少于文献[32]中的解集规模而得到同样的最优解，同时800次搜索仅是通过枚举法搜索次数的16.46％，第二个实例中，通过10000次(100只蚂蚁*100次迭代)搜索，得到的优化结果与文献中结果相比，最低费用略高455元，但相对应的工期提前了14天，可以说优化效果要优于文献中的结果。当枚举法所需搜索次数呈几何级数逐渐增加时，蚁群算法的高效性将更加突出的体现出来。　　 通过对比分析的结果可以看出，本算法模型的正确性、可行性、以及求解过程中的高效性，获得了良好的优化结果，同时还在一定程度上证明了模型的实际应用价值。