网格作为一种新的下一代计算方式,由于其能够对于地理上分布的异构资源进行共享、选择、以及协同等用来解决科学、工程和商业上的大规模计算问题,从而越来越被人们所研究。网格中资源的可利用性、利用率和花费成本依赖于用户的特征、时间、优先级以及执行的目标。因此,在大规模的分布式环境中进行资源的管理和应用的调度是一件极其困难的事情。本论文通过研究网格系统中对用户任务进行调度,并提交给各种不同资源执行的处理过程,引入了一种基于粒度和任务分组的模拟调度算法,该方法通过组合较细粒度的任务,并分组进行任务提交执行。最后采用经济网格中使用较普遍的仿真工具GridSim进行不同数据参数的模拟比较,实验结果证明了方法的有效性,从而为相关的研究工作奠定基础。接下来,通过分析经济网格系统中各种拍卖模型所需要的更简单有效的求解买卖双方的竞胜标的方法,引入了一种新型的以一定概率加入恶化解的改进的遗传算法,该方法通过解决传统遗传算法中过早收敛的缺点,从局部最优中跳出,并尽可能找到全局最优解,同时也保证了算法的收敛。最后对这种算法进行编程模拟实现。实验结果证明了方法在得到或接近最优解的过程方式简单有效,从而为下一步的经济网格拍卖模拟研究工作奠定基础。最后,通过研究在经济网格中组合双拍卖的实现机制,引入了分别采用中间代理和分布式两种模式的组合双拍卖模型。前种方式假设网格中竞价信息对用户不透明,从而利用中间代理来进行计价和任务分配等处理,而后种方式则假设网格中竞价信息对用户完全透明,故而取消对中间代理的依赖,把其实现的功能交与用户本身来判断处理。另外,在对参与拍卖用户竞胜标求解上采用一种通过一定概率加入恶化解的改进遗传算法。最后利用仿真工具GridSim对这两种不同模式的组合双拍卖模型进行模拟实现。实验结果证明了基于这两种方式的组合双拍卖模型在经济网格应用中的合理性,并适于在更多领域加以推广。