工程项目工期-成本-质量的均衡优化一直是工程建设领域的重要研究课题。许多学者对工程项目工期、成本和质量之间的相互关系进行了深入的研究,提出了在确定性环境下的二维或者三维优化模型。但是,到目前为止,很少有文献对工程项目工期-成本-质量的模糊均衡优化进行分析和探讨。另外,传统的多目标求解方法并不能满足工程项目多目标优化问题在高维、高复杂度方面的要求,求解过程容易陷入局部最优,从而很难找到全局最优解或与真实Pareto前沿有一定距离。本文通过对工程项目实际中工期、成本和质量的相互关系进行定性和定量的分析与判断,建立了工期-成本-质量的均衡优化模型,并考虑到实际施工建造过程中存在的诸多不确定环境因素和资源约束,改进上述模型并得到模糊的工程项目工期-成本-质量均衡优化模型,该模型更加符合工程项目的实际情况。为了求解该模糊多目标均衡优化模型,本文在标准微粒群算法的基础上,通过对遗传算法和免疫算法中部分算子的特点和机理进行分析,将其引入微粒群算法中,从而得到了改进的微粒群算法——遗传免疫微粒群算法。并通过函数优化测试问题和多目标优化测试问题以及多算法基准问题对比测试对算法收敛性能进行了详细检验,说明了新提出的算法在高维、非凸和不连续等约束条件下找寻全局最优以及Pareto最优前沿具有较为优秀的能力。本文最后针对由某工程算例而构建的模糊工期-成本-质量均衡优化模型,利用前面提出的遗传免疫微粒群算法对进行求解,最终得到了多组满足约束的模糊Pareto最优解,验证了工程项目模糊工期-成本-质量均衡优化模型的合理性和遗传免疫微粒群算法在模糊多目标优化模型求解方面的有效性。