工程项目多目标优化问题是理论性兼应用性很强的研究课题,一直以来都是众多学者研究的热点。但是大多数研究的定量模型通常都是单个目标或者两个目标之间的函数关系,然后用传统的数学方法求解,这样求解起来既复杂效率又低。根据传统的数学方法解决工程多目标优化问题,求解效果差强人意。而智能优化算法实现起来较为简便,适合工程项目优化。本文将多目标优化理论应用于抽水蓄能电站工程项目中,在分析各主控目标关系的基础上,建立了工期—成本—质量优化模型。然后将该模型应用于抽水蓄能电站项目中,采用启发式智能算法—粒子群算法进行求解,验证了多目标微粒群算法求解抽水蓄能电站多目标综合优化问题的有效性。旨在为决策者在项目管理过程中提供较优的目标管理组合模式。论文所得出的主要研究成果如下:(1)确定了优化目标、界定了优化范围,明确了各主控目标之间的关系。从施工方的角度出发,确定了工期、成本、质量三个优化目标。得出了工期、成本、质量这三者之间是对立统一的关系,在对工期、成本进行优化的同时,压缩工期、降低成本会影响到工程的质量;追求高质量目标势必会提高工期和成本的投入。(2)构建了工程项目工期—成本—质量优化模型。构建了动态的进度-成本优化模型。基于对工程项目成本构成及工期-成本关系的定性定量分析,认为实际项目管理中,由于提前完工奖励及拖期完工惩罚等激励措施的影响,项目间接成本与项目工期之间的曲线关系为折线关系,在此基础上创建了间接成本的分段线性函数模型。根据质量成本理论,建立了可量化的质量目标模型;(3)定量分析了抽水蓄能电站的工期、成本、质量目标系统,构建了符合镇安抽水蓄能电站实际工况的工期—成本—质量优化模型,采用微粒群算法求解模型,对目标方案进行了优化,检验了微粒群优化算法解决抽水蓄能电站工程多目标优化问题中的实用性和有效性。