计算理论的发展和网络通信技术的进步为计算的模式和结构带来了日新月异的变化.随着硬件设计和制造能力的提高,尽管计算设备的计算能力越来越高,但是仍然不能满足复杂性日益增加的大规模的要求,有许多应用仍无法实现.同时,由于专用高性能计算机的研究和制造的成本极高,从而极大限制了高性能计算能力的普及水平.因此,从计算能力的可扩展性以及降低计算费用这两方面因素考虑,我们认为对网络计算有关理论和技术进行研究是非常必要的.高性能网络计算借助线联网络将大量计算资源联结在一起,形成规模几乎可以无限扩展的强大计算能力.我们的研究工作主要集重在网络计算的性能评估和提高这两个方面.传统的研究方法是一种基于观察数据进行统计和分析的总结性方法,而我们则在总结和吸收大量已有研究成果的基础上,对网络计算系统进行了合理的抽象和必要的简化,归纳出了理想化的网络计算系统的数学模型,采用数学的方法进行研究.通过对模型的进一步推导,我们提出了对系统性能进行评估的策略和依据.同时,针对影响网络计算系统性能的若干主要因素,设计实现了几种动态负载平衡的方法,并且在仿真程序中对各种算法进行了验证.具体的工作内容包括:1.对网络计算系统的知识背景以及该领域的现状进行了较为详细的搜集整理工作,在已有研究成果的基础上规划自己的研究方向和路线;2.参照现有的研究成果(主要是具体系统的实际观察数据)对网络计算模型进行合理的简化和抽象,在加入大胆假设的基础上,借助排队论的有关知识建立网络计算过程的数学模型;3.在提出的数学模型的基础上,从理论上推导网络计算系统的有关性能参数,如并行计算所需时间代价的均值和方差等,并以此作为网络计算系统的性能评估因素;4.根据前面的推导和和计算的结论,同时考虑到计算节点能力的差别,我们制定了并行计算任务的静态分配策略,并推出相应的计算公式;5.进一步考虑计算过程中系统内部情况的变化,提出动态任务分配的方法;6.根据提出的网络计算数学模型编程实现网络计算性能评估仿真器.由于较好的利用了面向对象技术,该仿真程序可以很容易进行扩充,对不同的调度方法进行实现和验证.最终研究成果包括理论模型的推导结果,三种动态负载平衡算法(随机调度方法、最大匹配调度方法和基于遗传算法的动态负载平衡方法)的实现以及网络计算系统的仿真程序.