项目组合选择问题需要决策者对一个可行的项目集合评估并选择技术上可行,经济上合理的最佳项目组合方案,进而分配有限的资源开展项目工作.在竞争日益激烈的经济环境中,如何在大量候选的项目机会中识别出最有前景的项目子集并将有限的人力和技术资源用于这一项目组合的执行,即如何制定最恰当的项目组合选择决策是公司或组织取得成功的一个关键因素.与此同时,项目组合选择过程中的众多影响因素,如项目收益,项目工时和项目团队的能力水平等方面包含的大量不确定性进一步增加项目组合决策制定的复杂性.因此采用新的处理不确定性方法研究项目组合选择与人员分配问题是十分必要的.本文提出区间值模糊变量的概念用于刻画复杂不确定环境下项目组合选择问题中的不确定参数.这一概念借助参数可能性分布为模糊不确定信息提供了一种基于可变参数的表示方法.随后基于参数可能性分布理论建立了两类可信性项目组合选择优化模型,分别是可信性分布鲁棒优化模型和可信性参数规划模型.具体地说,依据决策者选取的决策准则和项目组合选择问题影响因素的不同,建立的四类模型为:考虑外包情况的分布鲁棒期望值模型、考虑项目交互作用的可信性约束模型、考虑变化能力值的最大可信性模型和能力导向的动态鲁棒优化模型.并依据模型特点对模型性质进行分析,将四类模型转换为其等价混合整数参数规划形式.最后通过数值实例说明所提出的可信性优化模型和求解方法的有效性.本文的创新点主要包含以下几个方面:(1)提出了参数区间值模糊变量的概念,讨论了选择变量的数字特征;(2)在模糊环境下对项目组合选择问题建立了两类分布鲁棒模糊优化模型:分布鲁棒期望值模型和分布鲁棒动态优化模型;及两类模糊参数优化模型:乐观值模型和最大机会模型;(3)通过分析模型性质,在一些常见分布下推导模型的确定等价形式.根据模型的结构特征设计了基于可行域的分解算法用于求解等价的混合整数参数规划模型.(4)通过具有现实背景的应用算例说明建模思想和方法的有效性,并对关键参数进行灵敏度分析.