复杂资源受限项目调度问题是在满足时序约束和资源约束的前提下，按照某种规则合理安排项目的任务，从而达到既定目标的一种多约束组合优化问题，属于NP-hard问题，在实际应用中模型复杂，问题多样，因此对该问题的研究有极为重要的理论价值和实际意义。　　本文主要针对复杂资源受限项目调度问题进行了研究。首先，对资源受限项目调度问题的两种解码方式的性能进行了研究。然后分别采用两种解码方式的改进遗传算法对标准库PSPLIB中的问题进行仿真，比较两种解码方式的优劣，验证相似度对算法的影响。其次，针对多智能体进化算法的特点提出两种改进算法。其一，针对多智能体进化算法的邻域环境和演化结构，提出一种链式结构的多种群多智能体进化算法。其二，将相似度的思想引入到链式多种群多智能体进化算法中，提出一种基于相似度的链式多种群多智能体进化算法。并将两种改进算法应用于高维函数优化问题中，得到结论:基于链式结构的多种群多智能体进化算法搜索速度快，且可以获得高质量的解;基于相似度的链式多种群多智能体进化算法减少了算法的冗余计算，加快了算法的收敛速度;这两种算法对于求解高维复杂优化问题都是一种有效的求解算法。　　最后，针对复杂资源受限项目调度问题，根据两种解码方式的性能优劣选择合理的解码方式，采用两种改进多智能体进化算法对其求解。并进行了仿真，验证了两种算法具有很好的收敛特性，求解效率高，是求解大规模调度问题的有效算法。