网格计算是下一代分布式计算技术，它为解决大规模的、复杂的计算提供了平台。要实现高效的网格计算需要解决许多问题，任务调度就是其中之一。网格任务调度的主要目标是在任务与资源之间寻找最佳的匹配策略，调度任务的执行，使系统资源得到充分的利用。由于网格环境中资源的多样性、自治性和动态性，使得其任务调度比传统环境下的调度要复杂得多。因此，网格任务调度一直是网格研究的难点和热点之一。 本文以网格计算环境下的关联任务调度为研究内容，分析了网格任务调度已有的研究成果及特点，提出了关联任务调度算法RTSA及其改进算法IRTSA，并用GridSim仿真工具对算法进行了仿真。 所提出的关联任务调度算法将资源的综合性能用蚂蚁的信息素来表示，在关联任务中识别关键任务，采用合理的任务资源匹配机制，将关联任务分配到符合任务需求且性能较好的资源中加以执行，从而缩短关联任务并行执行的总时间。此关联任务调度算法由改进的蚂蚁算法、改进的关键路径算法和任务资源匹配算法这三部分组成。其中，改进蚂蚁算法用于寻找每个关联任务的候选资源集；改进的关键路径算法用于找出关联任务中的关键任务；任务资源匹配算法的作用是根据任务的优先级依次为任务分配合适的资源，减少执行任务的资源的数量，提高任务的执行效率。仿真结果证明了算法的有效性。