（1）极点搜索法：调节可变的控制变量，然后利用搜索进行各方面的最佳解决方案的简单方法。
（2）转换法：
（3）启发式算法：梯度法、分支定界法等；
（4）智能算法：遗传算法以及模拟退火等。
经典的数学规划模型通常建立在一个非常重要的假设的基础上，假设该系统参数信息是完整的，确定的研究，模型的目标函数和约束条件也都是可以理解的环境问题。可是，在现实生活中，我们研究的系统经常是处于一个很不确定的环境之下的，而同时其中的参数也总是会含有一些模糊的条件。在这样的条件之下，确定性模型来描述优化问题不可避免地会错误的分析复杂和模糊的现实，可能会有扭曲或大的失误，结果将不能解决问题。因此，为了解决此类问题，按照生活中的准则的去描述事物，将不确定性引入到数学规划中，这时解决此类问题也就变得相对简单一些的事情。当两者结合起来时，不确定的规划也就应运而生了。经过这么多年的发展，多层规划给我们提供了大量的资料以及应用智能算法的启示，而在另一方面，规划的不确定性建模的概念和方法论基础对于我们许多可人的成果。 不确定多层资源受限项目的调度国内外研究现状(2):http://www.youerw.com/yanjiu/lunwen_28206.html