任务调度是实现高性能网格计算的一个基本问题,调度策略直接影响网格的性能,网格自身的分布性、异构性、动态性、自治性等特征对传统的调度算法提出了新的挑战,网格任务调度算法成为网格技术研究中的一个热点。本文首先对网格的概念、网格的分类、网格的体系结构等相关问题进行了介绍,然后对网格计算中任务调度的目标、原理和基本策略进行了探讨。分析了目前常见的网格任务调度算法,从网格调度中任务的安全性和算法的性能两方面着重分析了基本粒子群算法的一些不足和缺陷,利用禁忌搜索算法来弥补粒子群算法后期极易陷入局部最优的缺点,并引入信任度的概念,提出了一种新的改进粒子群调算法。算法首先随机产生一群粒子,然后对粒子的位置和速度不断迭代,获得可以接受的任务调度方案,并从中选择一组信任度最高的作为较优解,再利用禁忌搜索算法由较优解获得最终解。以基本粒子群算法和遗传算法做对比实验,利用网格调度模拟工具包GridSim,进行了大量的仿真实验,仿真实验结果表明,与遗传算法相比更适合于求解规模较大的网格任务调度问题。论文最后除对研究工作进行总结外,还对今后的研究方向进行了展望。