在软件项目开发过程中,由于存在估算不准、需求变更、人员和技术变化等因素,导致项目发生延迟成为大概率事件,进而给软件公司和客户造成不同程度的影响或经济损失。减少项目发生延迟,特别在功能相似的项目群中出现延迟和损失后,如何及时处理成为紧迫需要解决的实际问题。调度人力资源是处理项目延迟基本方法,这类调度属于经典的资源受限问题,搜索相应的可行解属于NP-Hard问题。通过文献分析发现,已有研究很少涉及到在项目群中当项目进入执行阶段后如何处理项目延迟问题。特别在项目群中对工序上实施重调度存在多个候选项,这些候选项按照一定逻辑关系链接构成了一棵决策树,这时直接应用已有策略重调度难以发现可行解。针对存在的问题,本文研究在不同场景下如何建立重调度策略减少项目延迟并实现损失补偿。首先建立项目群重调度模型,然后发挥蚁群算法具有在网络图中搜索最优解、禁忌搜索法特有记忆功能优势,把这两种算法结合起来建立基本型ACO+TS组合策略,并作为处理有关实际问题的基本策略。在运用中针对不同问题的特点,增强在决策树上发现可行解的概率,设置了若干组不同规则并分别融入基本策略,构建处理不同问题需要的各类增强型ACO+TS组合策略。最后为了检验建立的各类增强型ACO+TS组合策略重调度效果,研究从项目管理数据库PSPLIB中随机抽取20个不同项目案例,分成5组不同数量的项目群（2,5,10,15,20）,每个项目拥有122个工序。同时与有代表性的策略ACO-HC、禁忌搜索算法TS、遗传算法GA和基本型ACO+TS组合策略,在同等条件下组织实验,并就可行解命中次数以及延迟或罚金或损失减少率等重调度效果比较。最后将这些策略应用到3个生产实例中进行再验证。实验结果表明无论是在PSPLIB数据库抽取案例中的检验还是在实例中的验证,建立的各类增强型ACO+TS组合策略重调度都能有效的发现可行解,结果明显优于其它4种策略。下面列出本文3个主要创新点:1、建立了处理项目群中单个项目延迟的重调度策略。该策略主要研究如何减少甚至消除某一个项目的延迟而项目群中其它项目不受影响。这时形成的决策树相对复杂,为压缩搜索空间规模,增加基本策略发现可行解的机率,设置了3个筛选规则,建立增强型ACO+TS组合策略,帮助选择合适人员处理延迟。实验表明建立的策略重调度明显有效,并优于其他的四种策略。2、建立了在非加班模式下处理项目群总罚金的重调度策略。由于一些地方不允许加班,故研究该策略具有现实意义。该策略通过统筹不同项目的罚金来优化项目群的总罚金,所形成的候选项比较复杂。为此在基本策略基础上,设置3个剔除规则,建立非加班模式下增强型ACO+TS组合策略,提高发现可行解的概率。实验表明运用该策略调度发现的可行解能有效减少项目群的总罚金,明显好于其他四种策略。3、建立了在加班模式下减少项目群总损失的重调度策略。由于采取加班处理项目延迟,这样在项目群总损失中除了罚金因素,又增加了加班费。在重调度过程中如何选择合适人员合理加班,是优化罚金和加班费降低总损失的关键。与前两个研究问题相比,在加班模式下形成的决策树更庞大,为了压缩搜索空间,设置4个剔除规则并融入基本策略,建立加班模式下增强型ACO+TS组合策略,提高搜索可行解效率。实验表明运用该策略调度能有效的发现可行解,能明显减少项目群的总损失,无论在效果上还是效率上该策略依然优于其他四种策略。