网格是构建在互联网之上的一组新兴技术,它的出现掀起了继传统互联网、万维网(WEB)之后的第三次技术浪潮。网格是一个集成的计算与资源环境,可以充分吸纳分布在不同地理位置上的各种资源,并对它们实现全面的资源共享。网格资源调度是网格研究的重要内容之一,它的目标是对用户提交的任务实现最优调度,并设法提高网格系统的总体吞吐量。由于网格系统中资源的异构性、动态性和自治性等特性,使得网格资源调度变得极其复杂。网格资源调度问题被证明是一个NP完全问题,而遗传算法是解决NP完全问题的锐利工具。因此,本文对网格计算的相关理论进行了深入的研究学习,对现有网格资源调度算法的基本思想、优缺点进行了充分的分析比较,在这个基础上,选择遗传算法作为改进的基础,提出了基于QoS Guided GA的网格资源调度算法。本文作了大量的理论研究工作,为下一步工作的展开奠定了良好的理论基础。本文全面概述了网格计算的基本概念、特征以及体系结构;详细介绍了网格资源调度的特点、过程、组织模式、调度的执行流程、评价标准以及几种常见的网格资源调度算法;对遗传算法的产生和发展、基本原理、实现过程进行了详细的阐述;最后全面分析比较了当前几种流行的网格模拟技术它们的技术特征、优势和不足以及它们的局限和发展趋势。本文针对简单遗传算法(SGA)在网格调度中的存在的一些不足,并借鉴经济模型中的QoS服务质量机制,提出了一系列的改进措施,所做的工作主要包括以下五个方面:(1)传统的SGA网格调度算法,单纯以提高网格系统的整体吞吐量为调度目标,忽略了网格服务质量的因素,无法保证用户对网格服务质量的要求。本文以同时保证系统调度的吞吐量和网格服务质量为目标,把经济模型中的截止时间(Deadline)和预算(Budget)两个QoS指标引入到遗传算法中,提出了一种基于QoS Guided GA的网格资源调度算法。(2)在以往的网格调度算法研究中,大多假设子任务之间是相互独立的,没有相互依赖关系,以简化研究,没有考虑子任务之间的优先级问题,本文综合考虑任务对资源的要求和用户对任务的时间、代价约束三方面的要求,给出了任务的QoS优先级的计算公式,以此确定不同子任务之间的优先级别即执行次序。(3)对原来的适应度函数进行改进,以此来挑选时间跨度小且QoS服务质量高的个体,改善了原来单一的以最小时间跨度为目标的搜索方式,大大提高了用户对服务质量的满意程度。(4)对SGA中的过于简单的遗传操作进行了改进:选择操作采取“轮盘赌”与最优个体保存策略相结合的方式;交叉操作中通过计算两个体的海明距离来判断是否执行交叉操作;变异操作中引入变异前、后个体的生存竞争机制。通过这些改进措施,能够较好的解决SGA的“早熟”收敛和“欺骗”问题。(5)本文详细设计了基于QoS Guided GA的网格资源调度算法的各个组成部分,选择功能全面应用广泛的GridSim网格模拟器进行模拟实验,通过多次实验与传统SGA网格调度算法以及Min-Min算法进行对比,验证了改进后算法性能的优越性。