随着医疗体制改革的深入和医疗市场竞争的日益激烈，医院管理者必须通过一定的管理手段使得医院的成本—效益达到最大化。手术室作为医院最大的成本和收入中心，对整个医院的绩效有着重大影响。合理的手术调度安排能够有效地运用手术室的人力、设备资源，缩短平均住院日和加班时间，从而在降低运营成本的同时提升手术室的经营绩效。由于开放手术策略的实施，各科室的资源被集中起来进行整合分配，这大大增加了手术排程问题的复杂度。因此，手术排程的优化研究具有重要的现实意义和理论意义。本文将手术排程作为一个包括术前准备与术后恢复在内的多阶段问题进行研究，考虑了多种附加资源的约束以及执刀医生的资源柔性等扩展条件，提出了适用于描述基本手术排程问题的多资源时间约束柔性车间调度扩展模型。基于手术排程问题的特征，设计了内外层交替爬行的改进蚁群算法。基于医院实际数据建立了基本手术排程的Benchmark问题，将蚁群算法的调度优化结果与simio仿真的求解结果进行了对比。结果表明，改进的蚁群算法不仅能够缩短总用时，而且能够改善资源利用的平衡性。为了进一步增加排程算法的实用性，针对实际手术室管理中护士的多重约束，提出了考虑护士实际约束的手术排程问题，建立了相应的数学模型并且对已有的蚁群算法进行了改进和完善。通过对其他护士排班文献中算例的计算和结果对比，证明了该蚁群算法的求解结果不仅能够满足护士的各项约束，而且在性能指标的优化上很有优势，提高了研究的实际适用性。最后对现有手术排程的各类指标进行了整理和归纳，在单目标蚁群算法的基础上设计了基于Pareto解集的蚁群算法来求解多目标的手术排程问题。实验结果表明，多目标蚁群算法的求解结果对多个性能指标的改善更为均衡，单路径多信息素的信息素设置方式更加适合多目标的优化问题。