网格计算是解决各种大规模计算的下一代极具潜力的计算平台。通过网格可以把分散在世界上不同地理位置的资源整合起来实现对资源的全面共享。网格计算最关键的问题是如何有效的协调和分配资源使整个网格环境健康高效的发展。本文以网格计算为背景,研究如何利用经济模型来选取参与计算的网格资源和任务,使得整个网格市场收益达到最大化。经济网格模型中求解组合双拍卖最优竞胜标问题,就是买卖双方开始进入拍卖流程前,在满足资源供不小于求的条件下,选择优秀的买家和卖家进入到拍卖市场中参与竞拍。本文通过引入一种融合粒子群算法和遗传算法的新型算法来确定组合双拍卖最优竞胜标,实现整个市场的收益最大化。该算法通过在粒子群算法中引入遗传算法,借鉴了遗传算法中交叉、变异和选择等遗传算子的思想,对粒子群中的粒子与其个体最优粒子和全局最优粒子进行相应操纵,来获得新粒子,有效克服粒子群算法容易陷入局部最优值的缺陷,重新在搜索空间寻找全局最优值。同时在改进的粒子群算法里引入信任的概念,选取信任值高的卖家和买家参与组合拍卖和市场交易,防止恶意卖家或买家参与竞拍,较大程度的排除了由于执行信任值低的任务或资源,使整个网络陷入紊乱和瘫痪的可能,进而可以提高网格资源调度的成功率,优化网格系统的整体性能。实验采用GridSim仿真软件对组合双拍卖进行模拟实现,实验结果证明与改进遗传算法、离散粒子群算法相比,本文改进的粒子群算法应用于组合双拍卖模型中使得整个市场的收益最大,并且保证了参与拍卖过程的每一个参与者尽可能多地受益。