在经济全球化的时代，越来越多的经济活动是以项目的形式执行的，并且通过项目管理的方式，对项目中的各种资源(人员、设备等)进行有效的组织，控制项目的执行成本，在一个确定的时间范围内将项目完成。因此，项目管理具有广泛的应用，是电子通讯、航空航天、军工研发、电站成套设备制造、汽车零件加工等诸多领域都采用的管理模式。而项目计划与调度是项目管理的核心，由于项目是为了创造某一特定成果所做的一次性工作任务，因此项目中的各个活动周期通常都是估算值，项目中所要使用的各种资源的可用时间也是估算值，具有不确定性。在实际项目的执行过程中经常要考虑多个性能指标，如项目的完成时间，活动松弛时间等，而多个目标之间往往是相互冲突的，很难评价一个多目标的最优值，因此要综合平衡多个目标，给出一个较优的调度结果集，供决策者选择。项目计划通常采用网络计划方法，本文给出了网络计划图的绘制方法，并给出图中各活动开始和结束时间的计算方法。针对实际问题中面临的活动周期的不确定性，资源可用时间的不确定性等诸多可变因素,根据模糊数学的理论，使用三角模糊数对模糊周期做了定义，并使用梯形隶属函数对不确定资源进行定义，建立了项目的模糊调度模型，分别使用遗传算法和遗传模拟退火算法对项目进行了单目标的调度，并对两种算法进行了比较。对于项目中普遍存在的多目标问题，通过将遗传算法和Pareto最优概念相互结合，提出Pareto多目标模糊遗传调度算法，与文献中的多目标调度算法进行了比较，得出本文所提出的算法获得了更多的Pareto最优解，并且获得了更优的调度结果。最后,通过具体实例进行了应用验证，证明了本文所提出的算法的工程可行性。