非确定性计划管理由于其研究对象的复杂性，考虑影响因素的非确定性，使得其研究更符合真实的实际情况，是目前国际上技术经济及管理研究的前沿问题之一，也是难点问题之一，具有很高的理论价值和重大的实际意义。 本文着重研究了工程项目计划管理领域的非确定性网络计划优化技术方法、非确定性项目非线性工期—总成本预测与优化决策方法、网络资源均衡计划的模糊聚类分析遗传算法、非确定性工程项目造价的变结构神经网络预测方法，并进行了多个实证研究。 本文的主要创新点为： 1．概要论述了工程项目计划管理技术的现状与发展，针对以前模糊网络图研究中存在的模糊最大(最小)定义的不合理性，提出了新的模糊最大(最小)定义，在此基础上，建立了模糊时间参数的定义和计算。在新提出的模糊最大(最小)定义的基础上，定义了新的模糊关键路线，并提出了模糊次关键路线，提出了新的模糊关键路线计算方法。通过实例计算结果比较，分析了以前模糊网络关键路线算法的不合理性，证实了本文提出的新的定义下模糊关键路线法的合理性，为非确定性项目计划管理提出了新的工期计算方法。 2． 提出了模糊网络对应的均值网络的定义。提出了在新的模糊最大(最小)定义下模糊网络最低成本日程的计算方法，通过对其对应的均值网络的优化结果来对模糊网络求最低成本日程，是一种新的优化压缩方法。提出了如果需要达到最优化压缩的目的，需要预测整个项目的最优总工期的问题，为第四章的研究提出了要求。给出了一个模糊网络最低成本日程优化的实例计算，通过实例计算说明了计算的新方法。 3．对具有模糊影响因素影响的项目工期—总成本关系建立模糊分类器，通过分类，使建模历史数据灰度减弱，白化度增强，弱化干扰，增强规律，有利于华北电力大学博士学位论文预测精度的提高。针对火电机组基建工期成本的非线性问题，基于灰色系统理论，提出了一种成本预测与优化决策的新方法。克服了传统分析方法需要大样本量，确定概率分布、计算量大、不考虑模糊影响因素的缺点。克服了不同的非线性总成本曲线需要寻求不同的统计预测模型的缺点，通过累加生成技术，将非线性总成本问题统一到GM（l＊）模型上。通过引入干涉因子，使灰色预测的精度有了进一步提高。 4．针对网络资源均衡计划求解中存在的问题，提出了模糊聚类分析遗传算法，克服了普通遗传算法用于网络资源均衡计划时的缺陷，通过模糊聚类分析技术，使适应度较好的种群得到遗传，繁衍过程中保持了群体分布特性，通过种群优化分类，使探索半径不断缩小，实现了自适应连续优化搜索，使网络优化时的计算速度、精度和全局寻优能力较普通遗传算法有了较大提高。在处理大规模工程网络时，其独具的快捷、简便、容错性强、易于收敛最优解的特性，较其它非线性规划优化方法相比具有明显的优越性。 5．针对非确定性工程项目造价问题，分析了其它造价预测方法的缺点，提出了变结构神经网络预测方法，所提方法的优点是，易于处理模糊影响因素对造价的影响，可以确定最优网络结构，易于找到全局最优解，较大提高了具有模糊性工程项目造价预测的精度。因此，我们提出的VAN’N方法是预测工程造价的一种较好方法，为工程项目管理提供了新的实用性技术经济方法，易于推广到工程项目管理的其它方面，例如，也可以用于建筑市场需求预测、建筑工程投资预测等问题的研究。