RCPSP问题的求解算法大致可以分成三大类：精确算法、启发式算法及元启发式算法。文献中常见的精确算法主要包括：动态规划法、0-1规划法、分支定界法（branch-and-bound）等，其中分支定界法效果最好，研究和应用也最为广泛（Kolisch，1996a）。不过，由于RCPSP为NP-hard问题，精确算法对于任务数量较多的大型项目无法在可接受的时间内求得最优解。启发式算法则比较丰富，基本可分为以下几类：（1）基于优先规则的启发式算法（priority rule-based heuristic）；（2）精简分支定界法（truncated branch-andbound）；（3）基于整数规划的启发式算法；（4）分离弧方法（disjunctive arc concept）；（5）局部搜索技术。不过，与元启发式算法相比，启发式算法的求解效率普遍较差（Kolisch and Hartmann，2006），目前已不再是研究热点。元启发式算法（metaheuristic）则是目前RCPSP算法领域的重点研究对象（Kolisch and Hartmann，2006；Lancaster and Ozbayrak，2007）。
尽管基于任务优先规则的启发式算法在效率上不如元启发式算法，但这一类算法对于项目调度研究而言仍非常之重要（Kolisch，1996a）：（1）算法逻辑直观且易于理解，为多数商业项目管理软件所采用，也是很多项目经理在处理实际问题时采用的决策方式（Herroelen，2005；Kolisch，1999）；（2）算法计算速度极快，可用于产生元启发式算法所需的初始解；（3）各类任务优先规则是很多元启发式算法的重要组成部分。因此，本章将详细分析基于优先规则的启发式算法，从而为后续各章的分析奠定基础。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
