随着互联网技术的普及,网络用户对软件产品的功能要求越来越高,这导致软件公司所面临的市场竞争压力越来越大。软件产品是研发人员脑力劳动产物,研发人员具有较高的专业技能和创作能力,通常能做到一专多能或多专多能,并且研发人员的工作效率具有一定的不确定性,不同研发人员在完成软件产品中同一项任务时,不同的工作效率会导致软件产品的研发成本和工期存在差异。如何将研发任务合理地分配给相应的研发人员,在保证研发出高质量软件产品的前提下,尽可能地缩短研发周期、降低研发成本,是软件公司管理者面临的难题。对于不确定性因素,通常将其转换为区间进行描述。因此,基于上述问题,本文研究基于区间工作效率的多技能多目标软件项目调度问题,具体内容如下:（1）软件研发过程中,研发人员对某项技能掌握的熟练程度直接决定其工作效率。通常,研发人员的技能水平由专家评估获得,但受到个人偏好和信息不完整性等因素影响,评价结果难以客观准确。因此,本章节引入模糊技能水平,将研发人员对技能掌握的熟练程度转换为区间工作效率。在此基础上,将基于区间工作效率的多技能多目标软件项目调度问题转化为区间多目标优化问题,并给出一种基于NSGA-Ⅱ和可变邻域搜索的混合多目标进化算法,结合基于决策者乐观指数的依可能度区间非支配排序方法,求解最优调度方案。面向三种多技能软件项目调度实例的实验结果表明,所提算法在收敛性和不确定性方面均优于其他同类算法。（2）为解决软件公司面临的人力、物力资源不足等问题,众包模式常常被引入软件研发过程。在上述工作的基础上,进一步考虑众包人员参与项目任务研发的可能性,对众包研发人员风险成本加以评估,并根据其信誉度,将其工作效率转换成区间表示,以此构建出考虑众包研发人员参与的多技能多目标软件项目调度模型。采用全局搜索能力较强的NSGA-Ⅱ算法对该模型进行求解,并引入4种搜索算子,共同构成低层启发式策略池,在进化过程中,根据Pareto解集质量和定义的Q-learning高层选择策略,自适应地选择启发式策略进行局部搜索。面向三种不同规模的软件项目调度实例上,大量实验数据结果表明,不同任务规模下的众包研发人员数量对项目工期和成本的影响不同,所提算法在求解能力和收敛速度上相较于其他对比算法,具有一定竞争力。上述研究均通过软件项目调度问题实例进行仿真实验,能够为软件公司进行任务调度和人员分配时,提供一定的指导参考,进而提高软件产品的研发速度,降低软件研发的成本和工期。论文有图21幅,表19个,参考文献86篇。