随着社会经济的发展,项目调度问题广泛存在于各行各业。如何在实际资源有限的现实情况下,通过对活动作出合理安排,确保项目在保障质量与安全的条件下如期交付,完成原定计划与目标,即资源受限项目调度问题（Resource Constrained Project Scheduling Problem,RCPSP）及其分支,是向来都备受关注的研究问题。在工程领域,由于工程项目本身的复杂性,RCPSP问题研究及其分支项目更是工程项目管理研究领域的的重要内容。多模式资源受限项目调度问题（Multi-mode Resource Constrained Project Scheduling Problem,MRCPSP）作为RCPSP的分支之一,考虑了企业施工生产中更为实际的问题,即面对不同的资源供给、每项活动往往不只有一种执行模式。MRCPSP问题考虑项目执行的不同资源配置方式,得以赋予管理者更大的决策空间。因此,本文在MRCPSP模型基础上展开研究,旨在指导解决工程项目调度的实际问题。在以往对于资源受限项目调度问题的研究中,由于算法等限制,人们在考虑资源类型时,往往只考虑人、材、机三种典型的资源,或是将其转换为资金等资源类型,作为项目调度时的约束条件。然而,在现场施工的过程中,另外一种资源类型的供给与利用对于工程项目安全以及质量方面有不可忽视的重要影响—空间资源。施工现场不同活动间发生的空间碰撞造成的施工质量低下、返工、甚至安全事故,会严重影响项目的顺利进行,造成重大损失。因此,本文在原有MRCPSP问题模型基础之上,考虑施工现场有限的空间资源作为项目调度过程中的约束条件之一。本文以最短工期与最小平均空间拥挤度建立双目标MRCPSP数学模型,并在广泛应用与解决多目标优化问题的多目标非支配排序遗传算法NSGA-II基础上进行算法设计,旨在产生没有空间碰撞的项目进度计划表,此外,双目标的设置得以生成多种方案,从时间与施工现场管理两个维度给予决策者更大的决策空间。针对空间资源的特性,本文首先通过对已有施工现场空间需求的研究进行分析,对活动的空间需求进行分类;其次基于施工现场空间网格化,本文采用时空矩阵进行并创新性提出不同的空间需求进行不同的赋值,以存储活动的空间需求信息,并通过各项活动的空间资源需求矩阵的计算得到施工现场的空间占用情况,从而计算得到平均空间拥挤度;最后,本文在Python语言环境中利用Geatpy工具包对一个算例进行编程实现,证明了算法的有效性。本文在调度阶段考虑活动空间资源需求,利用时空矩阵并创新性地提出不同的赋值方式,让项目调度阶段考虑复杂的三维空间信息得以实现。本文拓宽了RCPSP问题的研究领域,最短工期与最小平均空间拥挤度建立双目标模型的建立、不同方案的生成,让管理者能够针对不同现实情况对二者进行权衡再做出调度方案选择,从而得以更贴合实际地指导工程项目施工调度问题。