网格任务调度算法是网格研究核心内容之一。如何合理的将作业分配给不同的资源，以使整个网格系统达到最佳的性能，这就是任务调度要解决的问题。由于网格系统的异构性和动态性，以及运行于网格系统之中的应用程序对于资源的不同需求，使得网格任务调度变得极其复杂，不好的任务分配策略，将会增加任务的执行时间、降低整个网格系统的吞吐量。本文首先介绍了网格技术的发展现况。分析了网格任务调度的特点，总结出影响网格任务调度算法性能的因素，在此基础上给出了网格任务调度问题的数学模型。针对该模型，提出了一种基于遗传算法的网格任务调度算法。为了保证种群的多样性，提高遗传算法的全局搜索能力，提出了一种基于调度子串合法性判断的充分必要条件的初始种群生成方法。介绍了自适应遗传算子的设计，并针对本文染色体编码结构的特点，提出了按照个体适应度值的高低对染色体进行不同的交叉和变异操作，保持种群多样性的同时保证了算法的收敛性。最后，采用仿真工具包对所提出的算法进行了一系列仿真试验。通过比较分析，证实了算法在解决网格任务调度问题上的有效性。网格任务调度问题是一个典型的NP问题，将遗传算法应用于网格任务调度中，利用遗传算法所具有的并行性和全局解空间搜索的特点，可以有效地缩短任务的完成时间，提高网格资源的使用效率。