网格计算是近年来研究较为热门的一项技术，它能够把整个互联网集成为一台巨大的超级计算机，实现全球范围的计算资源、存储资源、数据资源、信息资源及知识资源等广泛分布的大量资源的全面集成和共享。随着网格研究的深入和网格基础设施的发展，网格工作流技术也随之兴起。由于网格工作流调度问题的内在难解性，如何设计一个好的调度算法是当前网格工作流技术研究的重点之一，本文着重研究基于网格环境的工作流调度问题。　　 首先，介绍了网格、网格工作流及网格工作流调度的概念，综述了当前网格工作流研究的最新进展，阐述了任务调度在网格工作流技术研究中的重要性。在此基础上，提出了基于工作流参考模型的一个网格工作流管理系统，在资源信息管理中不仅考虑当前的资源信息，而且还考虑了资源的动态性及其历史信息。　　 然后，根据所提出的模型，研究网格工作流业务流程，分析如何使用DAG（有向无环图）进行建模，并对建模后生成的子任务的逻辑关系进行说明。综合比较各类任务调度算法后，提出了一种改进的遗传算法，该算法在适应度函数部分考虑了用户的QoS（服务质量）偏好，采用新的适应度函数，并且加入二次择优杂交和二次择优变异的步骤，在保证种群多样性的情况下有效地提高种群的收敛速度。同时将负载均衡、容错机制与改进遗传算法相结合，实现了网格工作流任务的高效调度。　　 最后，采用GridSim工具包对改进的网格工作流调度算法进行了仿真，对比传统遗传算法，本文提出的改进遗传算法在收敛速度和求解精度上能获得更高的效率。