计算网格环境下基于多QoS约束的任务调度问题是目前网格任务调度算法研究领域的热点问题,存在克服资源异构性、协调管理策略分布性以及有效协同多QoS约束等难点。对这一问题的研究具有广阔的应用前景。本文通过研究网格环境下的QoS模型,给出网格环境下QoS约束的分类并引入效益函数的概念,为调度算法提供优化目标。在此基础上,通过改进Min-min和Sufferage等适用于异构环境的传统启发式调度算法,采用加权QoS效益和作为优化目标,提出基于启发式方法的任务调度算法QB-Min-min和QB-Sufferage。这些算法简单高效,但也存在一定的缺点。由于基于多QoS的计算网格任务调度问题实际上是一个多目标组合优化问题,因此使用多目标组合优化方法应该可以获得较好结果。本文基于多目标遗传算法NSGA-II,结网格任务调度问题的特点,设计染色体编码方案、初始种群生成方法以及选择、交叉和变异等遗传算子,提出基于多目标组合优化方法的任务调度算法QB-NSGA-II。仿真实验结果表明,基于多目标优化方法的调度算法在多数性能指标上均比启发式调度算法更具优势。这说明应用多目标方法解决基于多QoS约束的网格任务调度算法是可行的,也是合理的。另外,实验结果也表明,考虑QoS约束的调度算法要优于不考虑QoS约束的算法。这说明在网格环境中考虑QoS约束并采用基于QoS约束的调度算法是必要的。