研究现状概况项目调度问题自20世纪中期被提出来，传统的计划技术有甘特图、关键活动图、网络计划技术。几种典型的网络计划技术有：关键路径发、项目计划评审技术中、优先图方法、图解评审技术、风险评审技术[2]。30648
具有代表性的是关键路径法与计划评审技术。两种方法都是采用平面网络结构表示项目的工作细分结构，很好的反映了项目组成各工作之间的时序依赖关系。二者的区别在于对项目各工作的执行时间的估计方法。关键路径法采用一点估计法，直接根据历史数据和以往经验给出唯一的估计值，不考虑不确定性因素。这种方法可能会造成与项目实际情况的较大偏差。评审技术进行了一定的改进，采用三点估计法，即以经验丰富的项目管理者所掌握的完成一项工作所需要的可能最少时间、可能最多时间及最大可能时间为基础，来得到估计执行时间。通过数理统计的基本理论，对项目进度进行了定量分析，能够得到较高的计划。总体上来说，计划评审技术的精度高于关键路径法。论文网
国内研究现状
谢洪涛在《基于BBN的建设项目进度风险定量分析方法》中通过引入基于贝叶斯网络的知识表达和不确定性推理，构建了建设项目进度风险定量评估的贝叶斯网络模型，基于问卷调查数据拟合得到了模型各节点的后验概率分布，并运用模型对某工程的进度风险进行了定量分析，分析结果与工程实际具有良好的吻合性[3]。
易善勇等在《基于多元联系数的大型研发项目进度风险评价研究》中运用多元联系数方法构建了大型研发项目进度风险评价模型，定义了大型研发项目工序的多元联系数工期，提出了多元联系数网络计划技术，确定了优势路线，并通过仿真分析得到了大型研发项目总工期的概率分布，最后由项目总工期的概率分布得出规定时间内大型研发项目进度风险评估值。该方法为大型研发项目的进度风险评价提供了理论依据和新的方法手段[4]。
刘煜明等在《PERT进度编制及其在资源约束下的优化》中提出通过结合实际情况的不确定性，以及专家对三点时间估计的主观可能性认识，修正计算时间均值和方差。并通过系统仿真的方法来模拟符合给定分布的工序持续时间的随机量，进而采用当量概率的方法,基于一定的风险水平，得出风险时差的函数表达，计算网络进度计划的总工期和各工序的最早开始时间，从而得到网络进度计划;然后主要分析资源受限情况下的工期—资源优化问题,应用工序关键度指标ACI和重要度指标CRI作为网络进度计划编制的风险指标，采用0-1整数规划，通过启发式算法对风险约束下的网络进度计划进行资源优化配置[5]。
国外研究现状
Hossein Soroush在《Risk taking in stochastic PERT networks》中研究了一个PERT问题，项目经理在随机环境中的冒险行为。在文中提出一种随机PERT网络称为RISKPERT，活动持续时间是随机变量，并且项目经理使用效用函数评估每个路径和选择最大化其预期效用的最佳路径（或关键路径）。在活动持续时间是统计独立的并且效用函数是线性，二次，指数，或线性指数的情况下，RISKPERT是精确可解的。Hossein Soroush进而通过实例验证RISKPERT在捕捉项目经理的冒险行为和提供结果方面比传统PERT模型更为逼真[6]。
Ming Lu在《Enhancing Project Evaluation and Review Technique Simulation through Artificial Neural Network-based Input Modeling》中提出了一种人工神经网络（ANN）为基础的方法通过结合实际统计数据和主观信息采样来估计β分布的真实属性，进而提高PERT仿真的输入模型，消除由于PERT三点时间估计和计算β分布的统计描述符错误导致的合并事件倾向[7]。 项目调度问题国内外研究现状:http://www.youerw.com/yanjiu/lunwen_26486.html