网格环境中允许用户对跨地域的分布式计算资源进行透明访问。网格中的资源调度机制需要较好地协调网格中各方的利益,同时吸引资源提供者和用户积极地加入网格进行资源的交互。拍卖模型只需很少的全局信息,具有分布式的结构,而且尊重了资源所有者的自治权,所以拍卖模型是解决网格资源分配问题的一个很好的方法。本文提出一种多属性拍卖机制进行网格资源调度,首先通过四种方式对网格中用户的需求进行描述,分别为单项资源需求、组合资源需求、任务提交型需求和多属性需求。接着利用灰色理论和支持向量机回归方法预测出本轮交易单价,计算得到各单项资源关于组合报价的拆分比例,把所有报价统一成单项资源报价一起进行竞拍。在资源匹配过程中在不同状况下分别采用多属性决策方法、价格优先策略和需求量优先策略来进行资源的匹配。系统接收到各单项资源的交易结果反馈后进行组合判别,并通过资源池策略·等方法来提高组合资源报价的成功交易率。之后得到成功交易的双方,通过市场结构参数来确定最后的成交价格。分别从用户和资源提供者的角度,设计了风险态度参数、竞标失败的情绪参数和联合竞标三种策略参与资源的竞拍。最后设计了准入资格控制和信誉度模型来保障网格资源交易过程中的安全性能。本文基于Simjava仿真环境,建立仿真模型来对上述拍卖机制进行仿真实验,并利用与基准算法DAM的比较对多属性拍卖机制的性能进行了客观的评价。仿真结果表明,本文设计的拍卖机制在任务成功执行率、资源利用率和资源负载均衡参数三个指标上有较好的性能,而在经济效益公平偏差指标上还需要继续改进。