近年来，集群系统成为高性能计算的主流平台，在此系统上进行并行计算蕴涵着巨大的计算潜力，调度是挖掘这些计算能力的关键技术。在并行系统中，应用任务被划分为多个子任务，有向无环图（DAG）因能反映并行系统中各子任务以及这些任务间的依赖关系而被广泛采用，本文研究基于DAG图的集群系统任务调度问题，具体如下：（1）对于同构集群下的调度问题，采用表调度技术解决。分析现有表调度算法的不足，在此基础上提出基于动态关键路径的全局调度算法GDCP。该算法在调度任务选择阶段准确地赋予任务优先级，并结合全局搜索策略选择处理机。实验及数据分析表明，该算法有效地提高了调度性能。（2）对于异构集群下的调度问题，采用遗传调度算法解决。针对传统遗传调度算法在种群初始化方式上的缺陷，提出异构系统中改进的遗传调度算法ISGA。该算法利用任务的属性值来构造染色体，得到优质的初始种群。实验及数据分析表明，该算法可以获得较好的调度质量。（3）将本文研究成果应用于与国家电网电力科学研究院合作的项目“实时监控系统的并行处理”中，以验证它们在实际计算环境中是有效的。