网格环境强调资源的共享和协作给用户带来了便利,同时也对任务调度技术提出了很高的要求。一个良好的任务调度策略要能高效地协调和分配网格资源,有效降低网格计算的总执行时间和总耗费,从而使网格达到最佳的性能,网格环境下的任务调度问题现在是网格计算的研究热点之一。目前存在的网格任务调度算法,如基于遗传算法、蚂蚁算法、模拟退火算法、禁忌搜索算法等的启发式智能调度算法,虽各有优点,但都不能单独实现对网格任务的最优调度,而且没有将遗传算法和蚂蚁算法结合在一起来解决网格任务调度问题的策略。本文的研究思路是对遗传算法和蚂蚁算法进行改进使其应用于网格环境中的任务调度,采用理论与仿真实验相结合的方法,围绕网格任务调度的相关问题,展开探索,具体工作如下:●在综述网格任务调度的研究内容、意义及研究现状的基础上,分析网格任务调度目前存在的主要问题;●对启发式智能化方法进行研究,提出兼顾遗传算法和蚂蚁算法优点的动态融合的遗传蚂蚁算法(dynamic combination of genetic algorithm and ant algorithm, DCG3A),并用马尔可夫理论分析该算法的收敛性;根据网格计算对任务调度的要求,对DCG3A进行改进,设计应用于网格环境的任务调度策略;●研究网格系统的负载平衡问题,提出动态负载平衡因子,并将其引入算法中,以提高系统的负载平衡;●对GridSim进行深入研究,提出基于GridSim工具的分模块的任务调度模拟实现方法,并在此基础上构建本文的任务调度算法模拟平台;●在构建的模拟平台上对本文所提出的网格任务调度算法进行仿真,验证该算法的可行性和高效性。