网格计算(grid computing)被认为是继因特网和Web之后的第三次浪潮，是下一代互联网技术研究与应用的重要领域之一。网格计算主要研究在分布、异构、自治的网络资源环境中动态建构虚拟组织并实现跨组织的资源共享与协同工作，资源的汇聚和共享是网格最重要的特征，共享与协作是网格的基本理念。然而，在网格环境中，大量地理上分布的各种资源为不同的组织所拥有，这些组织具有不同的使用规则、不同的计费模型、不一样的负荷能力和不同的使用模型；资源拥有者和资源使用者各自具有不同的目标、目的、策略和需求，因此一些传统的资源管理和调度方法在网格系统中并不适用。将经济学模型引入到网格体系中，研究经济学的方法在网格任务调度中的应用，是近年来网格任务调度领域的一个研究热点。 本文针对网格资源自身的属性以及网格任务满足用户QoS(Quality ofService)的要求，采用属性参数具体化分析的方法，选取具有代表性的相关属性，即任务的完成费用、时间期限和资源的利用率：并在这三种QoS的约束下，对传统的资源调度策略以及任务调度算法进行比较深入的研究。 本文所做的主要研究及创新性主要体现在以下几个方面： 1) 在具有时间期限、成本费用QoS的约束下，从资源的预算成本、时间期限以及资源利用率这几个要素来考虑，分析了传统改进的时间代价优化算法(DBC_CostTime)和常规的任务分组算法(TsakGrouping)，结合传统算法的优点，提出具有时间期限、成本费用约束的任务分组算法(DBC_TsakGroup)。 2) 根据分组算法的思想，提出了一种具有时间、费用约束的最大最小算法(DBC_MaxMin)。 3) 根据提出的算法，对Gridsim模拟器进行相关修改，使用gridsimtoolkit-4.0对DBC_CostTime算法，DBC_TaskGroup算法以及提出的DBC_MaxMin进行仿真。 通过几组对比实验，对这三种算法从多角度进行分析和比较。从而证明提出的DBC_MaxMin算法比其他两种算法拥有更短地执行时间，更少的费用开销，网格中的资源能更好地得到充分利用。 本论文得到了国家自然科学基金项目(批准号：60402028，60773211)和湖北省武汉市青年晨光计划项目(批准号：20045006071-15)的资助。