继制造业全球重组和转移之后,IT服务外包项目得到迅猛发展,随之而来的项目进度风险控制问题成为了重要的控制目标之一。面对项目中普遍出现的超期现象,有效地进行进度风险控制是当前亟待解决的问题。从而如何利用最小的进度风险管理投入,对工期进行缩减的模型和算法研究在不断深入。首先,本文阐述了 IT服务外包项目风险控制的发展过程,对传统的项目的研究现状、进度评价方法、模型和算法的研究进行了概述。然后,针对项目实际实施过程中委托方和承包商之间的合作过程,采用分布式决策理论思想,分别建立了按时完工情况下所用资金最小化的结构化和组织化进度风险控制模型。当委托方和承包商之间信息对称,委托方可以完全预测到承包商的进度和控制项目进度需要的资金等时,建立结构化分布式决策模型。当委托方和承包商之间信息不对称,即委托方只能预测到承包商的进度和控制项目进度需要的资金等部分状态时,建立组织化分布式决策模型。它是在委托方通过资金对承包商的进度进行控制的过程中,掺杂着委托方对承包商状态的预测,即承包商的状态不透明,委托方在不能获得承包商全部状态时,只能以一定的概率预测。该模型在结构化模型上下两层的基础上又加入了预测的随机规划模型。上层是委托方的决策,委托方对承包商的预测是预测的下层模型,下层是承包商在委托方资金投入下的决策过程。其次,针对结构化进度风险控制模型设计了禁忌搜索算法和蚁群算法,针对组织化进度风险控制模型设计了嵌入蒙特卡罗模拟的禁忌搜索算法和蚁群算法。蒙特卡罗模拟解决了模型中出现的随机变量。最后,分别通过算例对禁忌搜索算法和蚁群算法进行了仿真实验,包括不同算法求解模型实验、算法中参数对优化结果的影响,通过实验验证了模型以及算法的合理性和有效性。