项目调度问题在企业生产中有着很重要的作用,与生产效率、成本密切相关。由于企业生产过程的多样性,经典资源约束项目调度问题(RCPSP)在实际生产中并不适用,所以,本文基于某企业的实际需求,在RCPSP基础上加入了工位、工件等新的概念,增加了工位对可更新资源、工件加工的约束,设定最小化总流程时间和最小化总偏差时间为求解目标,提出了一个新的项目调度问题模型——特殊资源约束项目调度问题(SRCPSP),用以解决实际调度问题。由于RCPSP是NP-hard问题,而SRCPSP约束更为复杂,所以,只能使用启发式算法进行求解。本文首先使用基于串行进度生成机制和优先规则的启发式算法对SRCPSP进行求解,提出了三大类规则分别用于选择工位、选择资源和选择工序,实验表明该算法可以快速生成一个初始可行解。然后,在此基础上,对初始解进行优化算法研究。首先,本文实验了使用迭代局部搜索的方法,研究了使用迭代局部搜索时解的表示方式、邻域结构、扰动策略等,然而研究表明,由于工件在工位间移动的巨大时间代价,迭代局部搜索并不适用于带工位约束的项目调度问题。之后,考虑到工序的调度主要是合适的工位和资源,所以本文实验了为工序随机选择工位和资源,结果表明,随机选择工位可以产生更好的结果。根据此结果,本文将蚁群优化算法——最大最小蚂蚁系统(MMAS)——应用到工位选择上,并用实验确定了蚁群算法中各项参数。实验表明,使用最大最小蚂蚁系统优化工位选择过程的方法是切实有效的,并且在生成相同数量解的情况下,相较于随机选择是稳定较优的。因此,对于本文提出的SRCPSP模型,设计的基于MMAS的优化算法具有很好的求解效果,将MMAS应用到工位选择上是合理有效的。