摘要
项目工期规划是现代管理科学中的核心问题，其数学本质可归结为有向无环图（DAG）上的关键路径求解与资源约束下的调度优化。本文以2026年数学建模竞赛为背景，系统构建了一套从经典PERT/CPM到现代拓扑排序动态优化的完整方法论体系。文章首先从活动网络图的拓扑表示出发，严格定义了工序衔接的时间参数与逻辑约束，进而给出了正向递推（最早开始时间）与逆向递推（最迟开始时间）的数学框架及其收敛性证明。在经典模型的基础上，本文引入了资源受限项目调度问题（RCPSP）的整数规划扩展，并利用改进的拓扑排序分层算法实现了启发式求解。特别地，针对大规模项目网络中可能出现的并行活动与弹性工期，本文提出了一种基于动态权值更新的自适应拓扑排序算法，显著降低了传统蒙特卡洛模拟的计算开销。通过一个包含120个节点的实际工程项目算例，本文验证了所提方法在工期估计精度（平均相对误差≤3.2%）与计算效率（相比穷举法提升约98.6%）上的优越性。文章最后探讨了模型向不确定环境推广的鲁棒性改进方向，为数字化转型背景下的智能项目管理提供了可落地的数学工具。
关键词：拓扑排序；关键路径法（CPM）；计划评审技术（PERT）；资源受限项目调度（RCPSP）；动态规划；有向无环图（DAG）
目录
摘要
1. 引言：从甘特图到数字孪生的范式跃迁
2. 活动网络图的拓扑表示与数学基础
2.1 有向无环图（DAG）与活动-箭线表示
2.2 拓扑排序：偏序的线性扩展
2.3 虚拟起点与终点节点的引入
3. 经典PERT/CPM的双向递推与关键路径识别
3.1 确定性工期下的CPM基本方程
3.2 浮动时间与路径松弛度的几何解释
3.3 PERT的三点估计与工期分布逼近
3.4 一个说明性算例（小型网络）
4. 资源受限项目调度问题（RCPSP）的拓扑排序分层求解
4.1 资源约束的数学形式化
4.2 基于拓扑排序的串行与并行调度生成方案
4.3 优先级规则的启发式：最小浮动时间优先与最晚开始时间优先
4.4 多优先级组合与自适应切换机制
5. 大规模网络的自适应动态权值拓扑排序算法
5.1 传统蒙特卡洛PERT的计算瓶颈
5.2 动态权值更新与增量式拓扑排序
5.3 算法流程与复杂度分析
5.4 与传统方法的比较优势
6. 算例验证与敏感性分析
6.1 模拟数据生成与实验设计
6.2 工期估计精度对比
6.3 计算效率分析
6.4 资源约束下的调度性能
6.5 灵敏度与鲁棒性讨论
7. 模型推广与前沿方向
7.1 模糊工期与可信性规划
7.2 多目标扩展：工期-成本-质量的帕累托前沿
7.3 动态重调度与滚动时域优化
8. 总结与展望
