网格计算是为解决大规模资源密集型问题而提出的新一代计算平台,是当前并行和分布处理技术的一个发展方向,资源管理是计算网格的关键技术之一。然而,由于网格系统的分布性、异构性和动态性,使得网格资源管理比分布式计算环境或集群计算环境下的资源管理更加复杂,不仅要支持跨组织或管理域的任务调度、实时监控资源和作业执行的状态,还要维护局部的站点自治,提供相应的QoS支持。在网格环境下如何有效地调度资源是一个非常重要的问题。将市场机制应用于网格资源分配的研究中,有影响力的一个原型系统是澳大利亚Monash大学Rajkumar Buyya开发的Nimrod/G。Rajkumar Buyya等人论述了所开发的支持任务最终完成期限和费用预算约束(Deadline and Budget Constrained, DBC)的调度算法,具体包括代价最优调度算法、时间最优调度算法、代价-时间均衡调度算法等。然而,上述三种算法都是在DBC约束下,满足时间或代价单方面的QoS需求的极端情况。在实际应用中,计算资源往往具有动态性和多样性,用户在提交作业时,很难判断哪种单项优先算法更适合作业的完成。大多数情况下,用户希望在时间、代价有限的情况下尽可能多地完成作业。本文主要对计算经济模型的资源调度算法进行了较为深入的研究。计算经济模型使资源所有者更积极地提供资源的共享与更新,也使用户使用资源更加方便。在计算经济模型的受作业截止期限和预算约束DBC (Deadline and Budget Constrained)的算法的基础上,本文针对网格中资源的特点和用户的实际需求,改进了原有算法,提出了Cost-effective资源调度算法。改进后的算法进一步提高了任务完成数量,而且具有更好的性价比性能。本文所做主要工作如下:(1)对当前网格资源调度系统的研究现状、特点做了相关总结。(2)讨论了网格研究中的计算经济调度模型和调度算法,着重阐述了基于计算经济模型的作业截止期限和预算约束的几种调度算法。(3)针对用户对任务完成量的需求,改进原算法,提出了Cost-effective资源调度算法。(4)通过网格模拟器对算法进行了仿真实验,实验表明改进后的算法提高了任务完成量,具有更好的性价比性能。