随着经济全球化导致市场竞争的日趋激烈，现代项目日趋复杂，要求周期更短、质量更高、成本更低。多模式资源受限项目调度问题是一类典型的项目调度问题，它属于NP-hard问题的范畴，目前已有少量学者应用遗传算法、模拟退火等启发式算法求解此类问题。本文将微粒群优化算法(Particles Warm Optimization，PSO)应用到多模式资源受限调度项目问题求解中，详细介绍了微粒群算法求解多模式资源受限项目调度问题的求解过程。本文在对国内外微粒群优化算法研究动态作了详细的综合论述和介绍相关的理论基础之后，对微粒群算法的优越性作了深入探讨，同时创造性的提出了应用微粒群算法求解多模式资源受限项目调度问题。在应用微粒群算法求解多模式资源受限项目调度问题时，对微粒的速度进行了定义，并对速度和位置的更新方式进行规范；通过设计网络拓扑排序方法，将粒子与调度相对应，以生成最优调度方案。由于标准的微粒群算法应用于多模式资源受限项目调度问题时存在一定的局限性，因此将遗传算法的变异思想、模拟退火算法的思想融入到微粒群算法中，提出了一种改进微粒群算法并将其应用到多模式资源受限项目调度问题，结合实例实现了该类调度问题的求解，验证了算法的收敛性及有效性，并将该应用在系统设计中予以实现。