任务调度问题是网格环境下完成大规模计算任务的关键环节,也是网格应用的必要基础。高效的网格任务调度策略及其算法,能够充分地利用网格系统的资源,提高网格应用的整体性能。由于网格资源具有丰富、分布、异构等特性,以及网格环境中处理机的负载与可用性的动态变化、访问模式与使用代价等又不尽相同等因素的存在,使得网格环境下的任务调度与资源管理问题变得十分复杂,研究这些问题颇具挑战性。在网格计算环境中,如何协调和分配网格资源,以便使网格计算性能趋于最优,是任务调度算法要解决的基本问题。本文在分析经典网格任务调度算法的基础上,从最优跨度、服务质量、负载均衡、经济原则等目标参数的具体要求出发,详细分析了各经典任务调度算法的调度策略、特点、运行时限制与算法局限等。运用遗传算法、蚁群算法等在解决优化组合问题方面的优越性,设计一个基于动态混合算法模型与调度策略及其相应的算法,采用GridSim Toolkit仿真平台对所设计的算法进行仿真实验,以验证设计方案的可行性与有效性,并从运行时间、负载平衡等角度出发,对实验结果做了较为详细的分析。实验结果表明,本文在算法改进方面所采用的技术方法是可行的,可以在网格应用环境中加以应用。本文所论述的技术与方法,已经在网络教学系统的实现中得到了初步的应用。