随着经济社会的不断发展，现代项目管理越来越成为理论和实践关注的热点问题。作为项目管理者，所关注的问题是如何合理地调配有限的资源，高效完成各项项目指标。项目调度问题作为项目管理的核心内容，也吸引了众多学者的研究。因为经典的资源受限项目调度问题加入了资源约束条件，与现实中的项目调度问题较为接近，所以资源受限项目调度问题在近年来得到了广泛的研究，许多优秀算法相继提出用以解决该问题。早期的资源受限项目调度问题通常只考虑完工时间这一目标，随着研究的不断深入，多目标资源受限项目调度问题应运而生，优化目标逐渐多样化。当前针对多目标资源受限项目调度问题的研究成果仍旧很少。　　在过去十几年，许多优秀多目标进化算法相继提出，并成功应用于求解各类多目标优化问题，但只有极少数优秀的多目标进化算法，如NSGA-Ⅱ，被应用于求解多目标资源受限项目调度问题。另外，许多优秀的混合启发式算法也在求解单目标资源受限项目调度问题中表现出明显的优势。例如，混合电磁学启发式与分散搜索被成功应用优化项目完工时间，并获得良好效果。结合近年来多目标资源受限项目调度问题的研究成果，本文将当前优秀的多目标进化算法，包括NSGA-Ⅱ、SPEA2和MOEA/D，用以求解多目标资源受限项目调度问题，优化目标为最小化工期和最小化项目总延迟时间。与此同时，本文尝试将电磁学启发式与NSGA-Ⅱ、SPEA2和MOEA/D相结合，进一步改善多目标进化算法的性能。通过选取公用测试集上的测试用例进行仿真实验，比较混合电磁学启发式前后，NSGA-Ⅱ、SPEA2和MOEA/D的算法性能。根据实验结果和对比分析得知:电磁学启发式能够在一定程度上改善NSGA-Ⅱ和SPEA2各项算法性能，包括种群收敛速度、非支配解的质量等。在本文研究的几个算法中混合电磁学启发式的NSGA-Ⅱ在求解多目标资源受限项目调度问题上具有明显优势。