网格因其潜在的巨大的应用前景而成为当今国际上研究的热点问题。由网格系统的实现技术以及网格自身的定义可知,高性能的网格任务调度算法是网格的核心技术,服务质量(QoS:Quality of Service)是网格任务调度过程必须考虑的一个重要指标。因此,对基于服务质量的网格调度模型和调度算法的研究是网格研究中的主要内容,更是重点内容。文中主要提出了三个网格任务调度模型,并在这些调度模型上对传统的网格任务调度算法做出了改进:①信任驱动网格任务调度模型。信任也是一种QoS需求,信任度的计算采用线性补偿方法。将传统的几种调度算法改进成为以信任度为唯一调度目标的调度算法,并采用数据仿真方式可得出,随着具有强信任关系的任务数目的增加,改进的TD-Max-min算法会优于TD-Min-min算法。同时,在此模型的基础上,提出一种双匹配的任务调度算法(TD-BM),将单目标调度改为双目标调度,即在优化信任值同时,优化任务的完成时间。仿真结果表明,在任务、机器高异构的环境下,改进的双匹配TD-BM算法要优于TD-Min-min任务调度算法。②基于证据推理(ER:Evidential Reasoning)的网格任务调度模型。用ER方法合成的服务质量,较之线性补偿方法可以实现对不确定信息的处理。同时,将服务质量作为调度算法的约束条件,提出一种以基于证据推理和多QoS约束的网格任务调度算法,跟传统的调度算法比较起来可缩短调度的时间跨度。③基于联系数的网格任务调度模型。用联系数研究和处理网格调度中的综合不确定性问题。在简单介绍集对分析概念和应用情况基础上,引入联系数概念、运算规律和全序关系,提出了基于联系数的不确定网格调度算法,仿真结果表明,改进后的调度算法能较好地描述网格任务预期执行时间的动态性和不确定性。同时,用联系数的形式表示服务质量参数,其合成初步采用线性补偿方法,并提出调度的目标函数。以此为调度目标的改进后的调度算法的性能如何,还有待进一步的研究。