经济发展的全球化和用户要求的个性化促使企业更加趋向于采用面向项目的生产方式,出现了一大批建筑、能源、交通、水利方面的建设项目、生产制造项目、软件项目、科研项目等。员工调度问题是工程项目管理中的关键问题之一。由于工程项目日益复杂、劳动力成本不断上升、以及多技能员工成为培养趋势等原因,员工调度变得更加困难。业界和学界进一步关注并研究工程项目管理中的(技能型)员工调度问题。这种项目员工调度是一种复杂的任务进度安排和人力资源配置问题,属于机器调度、项目调度和员工调度的交叉研究领域。实际工程项目中的员工调度问题需考虑的因素很多,主要有员工技能、员工效率、学习形态、工资水平,以及优化目标(如项目工期、总误工时间、工资成本、运营成本、时间成本等)。本文主要从技能类型和效率类型两个维度系统地研究了五类项目员工调度问题,针对各类问题分别建立了数学模型,提出了相应的求解算法,大量随机数值实验表明这些算法具有较强的寻优能力和稳定性。本文的主要工作及取得的创新性成果如下:(1)在分析比较具有优先序的平行机调度、资源受限项目调度、以及员工调度的基础上,提出了工程项目管理中员工调度问题的研究框架。(2)研究了单技能型员工调度问题。针对员工具有同质效率、最小化项目工期的调度,建立了0-1型整数线性规划模型,该问题可以看作为经典的资源受限项目调度问题的特例,提出了串行插入式进度生成方法,数值实验表明该算法在质量和效率上明显优于另一种任意序进度生成方法;针对员工具有异质效率、最小化项目工期的调度,建立了整数线性规划模型,设计了基于优先规则的启发式算法获得单个初始解,然后提出了混合模拟退火算法(HSA)进一步搜索寻优,数值实验表明HSA比常规模拟退火算法更能快速准确地进行求解。(3)研究了完全技能型员工调度问题。针对员工具有异质效率的情形分别考虑了三种优化目标:第一种目标为最小化项目工期,建立了整数线性规划模型,设计了基于优先规则的启发式串行调度算法,数值实验表明该算法在质量和效率上明显优于另一种现有的启发式算法;第二种目标为最小化总误工时间,建立了整数线性规划模型,设计了基于优先规则的启发式算法获得多个初始解,然后通过实验比较概率进化策略和精英进化策略后,提出了基于概率进化策略的混合遗传算法(HGA)进一步搜索寻优,数值实验表明在相同运行时间内HGA能比常规遗传算法搜索到更优的解;第三种目标为最小化增长型工资与时间成本之和,建立了整数非线性规划模型,通过启发式规则和常规动态规划方法相结合,提出了改进的DP算法,数值实验表明该算法中引入任务完成时间界限能有效提高计算效率。(4)研究了多技能型员工调度问题。针对员工具有同质效率、最小化运营成本与差异型工资成本之和的调度,建立了整数非线性规划模型,提出了一种将基于优先规则的并行进度生成方法和常规遗传算法有机结合的混合遗传算法,数值实验表明多种优先规则都能使该算法收敛到理想的点;针对学习型员工具有异质效率、最小化项目工期的调度,建立了0-1型整数非线性规划模型,设计了基于优先规则的启发式算法获得优良的初始解,然后通过引入离散型算子修正经典的粒子速度和位置方程,提出了一种混合粒子群优化算法(HPSO)进一步搜索寻优,数值实验表明在相同运行时间内HPSO能比常规粒子群算法收敛到更好的解。(5)对实际的电子档案软件开发项目进行案例研究。分别采用microsoft project 2003和混合遗传算法进行求解,结果显示混合遗传算法求解能明显缩短项目工期,表明本文的研究成果具有应用推广价值。