网格是当前并行与分布式计算技术的一个重要发展方向，其目标是实现对地理上广泛分布的大量异构资源进行共享。由于网格中的资源具有分布性，共享性，自相似性，动态性，多样性，自治性与管理的多重性等特点，因此为了使网格能够达到最好的性能，有效减少网格任务的完成时间以及其它目标，网格研究者研究出了多种网格任务调度算法，如遗传算法，Min-Min算法，模拟退火算法等。同时，现在网格仿真工具已经越来越多的被用来帮助网格系统的设计者验证设计方案及测试网格系统性能，特别是其中模拟任务调度部分的仿真工具更成为研究的热点。 本文在介绍网格和网格任务调度的基本概念，特点的基础上。详细研究了基于PACE网格性能预报系统的TITAN网格体系结构，讨论了目前典型的网格技术与资源管理系统，并且在现有的遗传算法设计框架下，对遗传算法的初始种群生成方式提出了一些改进，以达到减少遗传算法运行迭代次数，并提高遗传算法的运行速度的目的，同时，通过对任务总执行时间跨度，资源空闲时间，和用户完成期限时间的考虑，提出了带有参数的适应度函数，以满足调度算法对这些需要的适应程度。由于在网格任务调度的研究中，没有必要使用实际系统来对算法的正确性和性能进行验证，所以仿真器就用来完成这一工作。本文详细介绍了GridSim这一网格建模与仿真工具箱和网格模拟器的体系结构，建模仿真机制和仿真过程以及各个模块的实现方法。最后，本文在GridSim工具箱的帮助下，使用Java语言实现了改进的网格任务遗传调度算法仿真。实验结果表明，本文提出的改进遗传调度算法是可行的，在传统遗传算法的基础上，提高了调度的性能。