传统的项目协作计划中任务加工时间和交货时间固定。但实际上,项目的完成形式是多种多样的,项目执行过程中,由于多种不可测原因,如企业机器故障、加工能力下降、生产技能的优化、核心技术人员因突发事件的缺席,多数任务不会恰好在交货期完成。对此,项目协作计划中急需一种更为灵活的计划形式,将传统的刚性控制转变成柔性控制体系。同时,由于现在企业间的合作更加紧密,协作计划中任务的可拆分使得中小型企业能够获得更大的生存空间,创造更大的客户价值。随着各种相关学科与优化技术的建立与发展,在协作计划领域出现了许多新的优化方法,它们利用不同的优化算法或将多种算法混合使用来提高问题的求解性能。虽然不同的进化算法都具有其不可替代的优越性,但同时也具有自己的局限性,因此协同混合模式成为不同算法取长补短的主要模式。大量理论研究表明利用擅长全局寻优的算法和擅长局部搜索的算法相结合,算法表现出了更快的收敛速度并获得了质量更优的解。本文采用协同混和群智能算法,研究项目管理中基于活动网络的协作计划,探索科学的协作计划方案,结合生产实际以及环境的影响,建立活动网络协作计划模型。并以此为对象,设计相应的算法对问题进行求解。本文的主要研究工作如下。1.系统总结项目协作计划的发展现状,概括协作计划的研究方法,讨论协作计划研究的热点问题,特别对模糊理论和项目协作计划的国内外研究发展进行综述。2.讨论进化算法的混合模式,提出协同混合进化算法的框架,阐述了协同进化算法的国内外研究现状,通过粒子群算法、遗传进化算法、和声搜索算法描述了协同混合进化算法的形式化。运用伪代码形式对各种算法进行详细论述。3.针对实际执行过程中协作计划交货期的不确定性以及任务的可分性,构建了带时间窗口的任务可分活动网络协作计划模型。依据混合进化算法的思想,结合各进化算法的优势,摒弃其劣势,设计了混合粒子群算法,高效的解决了模型的算例。4.进一步研究任务可分活动网络协作计划,对实际实施过程中出现的不确定性因素,提出带模糊时间窗口的任务可分活动网络协作计划模型,给出了具体的模糊方法。依据协同混合进化算法的思想,不仅考虑了进化算法的混合模式,同时运用协同进化的方式优化了算法的性能,并给出了具体的算例,证明了算法的可行性。