1.一种基于Pareto多目标蚁群优化算法的软件项目调度方法，其特征在于，包括以下步骤；
S1、将员工对于任务的投入度转化为蚂蚁的觅食路径图；
S2、初始化蚂蚁的觅食路径图，设置非占优解集和初始值；
S3、根据每只蚂蚁i依据觅食路径图来构造一个可行解Si，并评估可行解Si的可行性；
S4、更新非占优解集；
S5、如果算法运行到一定的迭代次数，就终止循环并输出Pareto解集即非占优解集(Pareto Set,PS)中的解，否则进入上述步骤3。
2.根据权利要求1所述的基于Pareto多目标蚁群优化算法的软件项目调度方法，其特征在于，所述步骤S1中，包括如下步骤；
S11、产生一个节点插入第0列作为开始节点；
S12、构造j个节点作为第一个员工对于各个任务的候选投入度节点；
S13、构造其他员工的投入度节点；
S14、产生一个节点插入第E+1列作为终止节点；
S15、产生连接各邻居列的节点之间的边。
3.根据权利要求2所述的基于Pareto多目标蚁群优化算法的软件项目调度方法，其特征在于，所述在构造一个解时，蚂蚁只能在每列中选择一个节点来通过，每个员工对于各个任务有且仅有一个投入度。
4.根据权利要求1所述的基于Pareto多目标蚁群优化算法的软件项目调度方法，其特征在于，所述步骤S2中，包括如下步骤；
S21、设置非占优解集PS＝Ф；
S22、将信息素的初始值设为1。
5.根据权利要求1所述的基于Pareto多目标蚁群优化算法的软件项目调度方法，其特征在于，所述步骤S3中，包括如下步骤；
S31、构造解Si，通过每只蚂蚁i依据其启发式信息、信息素信息以及概率矩阵来构造一个可行解Si。
S32、评估解Si，计算可行解Si的项目成本cost和项目工期duration两个目标值，并评估解的可行性。
6.根据权利要求1所述的基于Pareto多目标蚁群优化算法的软件项目调度方法，其特征在于，所述步骤S4中，包括如下步骤；
S41、更新PS，如果非占优解集PS中不存在任何解能占优解Si，就将可行解Si加入PS中，并从PS中移除所有被可行解Si占优的解。
S42、更新信息素矩阵，对每只蚂蚁i来说，如果可行解Si在本轮中被加入了PS中，就对蚂蚁i所在群组的信息素信息进行更新。
S43、更新子问题i的当前最优解xi，如果当前最优解xi被该轮中蚂蚁i的邻居产生的最优解Sx占优，则设置xi＝Sx。