项目级现金流(Cash Flow)是指工程项目资金的流入和流出，贯穿于项目的每个活动，决定了项目的价值创造，而净现值(Net present Value，NPV)能全面反映调度过程中发生的现金流入和流出，管理者可通过净现值来判断投资项目的可行性。以往对带资源约束的项目调度(Resource Constrained Project Scheduling Problem，RCPSP)的研究主要从业主角度出发，以最短工期、资源均衡使用、成本最小为优化目标，而忽略了整个项目的利益最大化问题。本文在RCPSP中通过对现金流过程仿真研究，以净现值为优化目标，在考虑业主利益的同时充分考虑了承包商的利益最大化问题。 本文的研究重点在于运用遗传算法对现金流进行优化，基于多模式资源约束型折现流时间-费用权衡项目进度问题(Multi-mode Resourced-ConstrainsTime／Cost Trade—offs Project Scheduling Problems，MRCTCTPDF)模型，将现金流优化问题归结为非线性优化问题，充分考虑现金流的时间价值，得到了计算实际工程项目净现值的公式，建立了带有折现率的非线性整数规划优化模型，并用改进的遗传算法进行求解，采用基于模式的编码、二进制锦标赛选择、单位置次序交叉、重新随机生成或单位置替换式变异使得遗传操作达到有效调度及现金流优化作用。通过实例进行测试，验证了上述模型的正确性与有效性；并对实验结果进行分析比较，结果显示遗传算法在求解该类问题上比其它算法简便、高效、计算精度高。