仿真计算资源成本的投入逐渐成为企业成本投入的重中之重,其仅次于人力资源成本投入。虽然购置了高性能的计算设备,但却无法保障设备的充分利用,使得企业竞争能力明显不足。本文以航天器制造企业为项目背景,结合资源调度系统LSF,以构建高性能计算环境,优化作业调度算法,提升系统资源利用率为出发点,研究如何在最小化任务集时间跨度的同时兼顾计算资源负载均衡的问题。作业调度算法的选取是作业调度的关键,Min-Min算法作为经典的启发式调度算法,常被用作标准算法来评估其他算法,本文基于Min-Min算法开展了进一步的研究。首先,对Min-Min算法进行了较为详细的研究和分析。它的基本思想是优先执行具有最小的最早完成时间的计算任务,从而实现单个任务的执行时间最短,其本质上是一种贪心算法。但由于贪心算法的缺陷,使得当前做出的选择有可能是局部最优解,算法为了实现最小化最小完成时间的目标,有时需要将任务分配到具有较长执行时间的计算节点上,造成总体的时间跨度增加。同时,该算法优先将任务映射给计算能力最强的计算资源,造成计算能力强的计算资源负载过重,计算能力弱的计算资源较为空闲,整体计算资源负载不均,导致资源利用率较低。其次,针对上述不足,本文对Min-Min算法进行了改进,提出一种基于标准差的最小最早完成时间算法(SDMM,Standard Deviation Min-Min)。在制造行业,集群系统往往分阶段建设,因此计算环境具有一定的差异性和异构性,任务在不同处理机的执行时间具有较大差异。本文采用任务执行时间标准差来衡量不同处理机间的差异以及任务对于负载均衡的影响度。算法在综合考量最小完成时间和任务执行时间标准差的基础上进行调度,兼顾了高吞吐率和负载均衡,更适应生产环境的异构性。最后,通过GridSim模拟器对Min-Min算法、Dpri-Min-Min算法、Proposed算法和SDMM算法进行了模拟对比分析,结果表明SDMM算法相比其他三种算法有一定的提高,保留了原有算法的高性能,同时有效的实现了负载均衡,提高了许可证资源利用率,满足航天器仿真分析过程中对于成本控制和资源精益化利用的实际需求。因此,面向航天器仿真分析的高性能应用模式研究、调度算法研究,对于航空、航天等大型制造企业,具有一定的借鉴意义。