随着项目开发过程越来越复杂,高效合理的项目调度在项目管理中越来越重要,因此对解决项目调度问题的算法研究具有重要的现实意义。柔性资源受限项目调度问题FRCPSP(Flexible Resource-constrained Project Scheduling Problem)是项目调度中非常贴近现实项目开发特点的一类问题,柔性资源是指具有多种技能的资源。该类问题一般存在两种约束:项目任务执行顺序约束和柔性资源约束,问题的解就是在满足约束的条件下给出项目中各任务的开始时间的资源配置,达到项目工期最短的目标。FRCPSP是NP-hard问题,现如今对求解该问题的算法研究主要集中在启发式算法上。为了更加贴近实际项目开发,在传统的柔性资源受限项目调度问题中加入了里程碑任务,并给出了相应的数学模型。遗传算法GA(Genetic Algorithm)在求解项目调度问题中有非常好的效果,结合混沌粒子群算法CPSO(Chaos Particle Swarm Optimization)设计了一种混合遗传算法HGA(Hybrid Genetic Algorithm)来求解柔性资源受限项目调度问题。算法中使用CPSO优化算法初始种群减少遗传算法迭代次数,以及在种群大小发生改变时使用CPSO产生新个体更新种群。进一步研究了柔性资源分配的特点,并设计了基于最大流模型和Ford-Fulkerson算法的柔性资源分配策略,该策略能够尽可能充分的利用空闲资源进行任务的调度。最后将国际问题标准库中的算例进行改编,在算例中增加了里程碑任务集合,通过对改编算例的求解以及和其他算法的对比,验证了算法的有效性,并将算法应用到了实际的项目调度系统中。