网格这一新兴的IT技术是继Internet和Web技术之后又一次重大的科技变革。它使得人们可以比以往任何时候都更加经济方便的使用高性能的网格资源,如计算能力,存储空间等等。然而,由于网格资源种类繁多,相互异构,地理位置分布十分广泛,拥有者(组织)不同,管理策略各异且本身状念不断发生动态变化,传统的资源管理和调度方法在网格环境中已经难以适用。目前,研究设计新的适合网格环境的资源管理系统及相应的调度技术已经成为一个重要的研究方向。而另一方面,自上世纪50年代中期创立了仿生学以来,人们受生物进化的机理的启发,通过模拟自然生态机制提出了求解复杂组合优化问题的新方法,如遗传算法、模拟退火算法、蚁群优化算法、微粒群算法等等。尤其值得关注的是,蚁群优化算法和微粒群算法都属于新兴的群智能优化方法:前者是对蚂蚁群落食物采集过程的模拟,该算法具有良好的正反馈效应和鲁棒性;而后者最初起源于模拟鸟群觅食的过程,后来逐渐演变成为一种良好的优化技术。本文阐述了网格基本原理及其资源管理的相关研究工作,并深入分析了蚁群优化算法和微粒群算法的基本原理。在此基础上,在基于代理的网格资源调度系统模型中,考虑了时间和预算两项服务质量QoS(Quality of Service)用户需求约束,设计了基于混合蚁群优化的网格资源分配与任务调度算法。该算法在资源预分配阶段,利用微粒群算法快速全局搜索,形成大量高质量的优化解,然后将其转化为蚁群算法所需要的初始信息素分布,利用蚁群算法所具有的高效的正反馈特性迅速的向最优解收敛,并适时引入了局部优化搜索加速收敛过程,最终将得到的问题最优解作为实际的资源调度方案输出进行调度。采用GridSim搭建资源调度的仿真平台,用Java实现了本文提出的资源调度算法并进行性能测试。测试结果表明,该算法是可行的,与独立的蚁群优化算法和微粒群算法相比,明显缩短了任务在资源上的整体执行时间,提高了调度性能。