网格系统的建立可以使用户共享网格中大量的资源,但网格本身具有的广域性、异构性和动态性等特点使得要想在网格系统上取得高性能并不是一件容易的事情。为了能充分利用网格这样的分布异构平台,应用程序必须被合理地调度以优化它对系统资源的使用,取得较好的执行性能。无论是早期的计算网格还是目前的服务网格,都面临着如何有效地对网格应用进行调度的问题。因此,网格调度成为人们研究网格技术的重要内容之一。　　网格系统是一个复杂系统。网格系统中的各种对象,包括网格资源、网格应用和网格用户,其活动状态看上去是一些动态变化的随机系统,但实际上并非如此。仔细研究就会发现,网格系统中的某些活动和状态呈现出特定的规律性,这些规律性的存在是和网格系统中各种对象的内部行为、活动的执行策略、用户的使用方式等密切相关的。一般认为,事务具有的规律性通常可以看作是某种知识的存在。发现和掌握了这些知识也就认识和理解了其对应的事务规律性。在网格系统中,特定知识的存在使人们容易准确地认识和理解网格对象未来的活动和状态,发现并利用这些知识将有助于更好地进行网格调度。对网格调度进行优化是获得高性能的一种途径。基于知识发现的网格调度优化技术从系统层性能预测、应用层调度和网格工作流调度三个方面对影响网格调度性能的各种因素进行分析,利用网格系统呈现的特定知识对网格调度进行优化。对网格活动的历史记录的分析和不同活动规律的总结及应用是研究调度优化的总体思路,而基于知识发现的各类数据挖掘相关技术的使用则是实施优化的重要方法和手段。　　在网格环境中,由于资源共享往往会造成系统负载及资源的可用性随时发生变化。在系统层,考虑网格资源在特定时间段内的性能特征,使用资源区间负载及其变化量信息对未来的资源性能进行预测。考虑资源负载的变化量信息为资源的可用性度量提供了一种有效的方式,成为调度优化的重要依据。　　在进行应用层调度时,要让任务高效地在资源上获得执行,任务调度执行过程中网格资源和数据副本的合理选择是两个关键因素。针对网格环境中任务调度的目标系统具有规模庞大分布异构和动态性等特点,基于模糊聚类的网格资源选择策略实现了对网格资源的合理划分,使得在任务调度时能够较准确地优先选择综合性能较好的资源逻辑分组。而在数据副本选择方面,基于分类技术的选择策略将副本选择问题看作是一个分类问题,利用数据传输的历史记录构造问题分类器,再根据当前数据请求的相关属性由分类器进行分类,快速地定位副本位置,提高了数据访问的效率。　　目前,网格工作流已经成为网格环境中的一项基本服务。当依靠已定义的网格工作流无法满足处理新问题的需要时,网格用户经常以人为方式逐个调用网格服务,因此整个过程是一种包含了隐性规则的、松散定义的工作流。基于多维序列模式挖掘构造隐式网格工作流将是现有的显式网格工作流建模方式的有益补充。此外,网格工作流的调度既要考虑应用对特定服务的局部性能要求,又要考虑工作流的全局性能约束。将网格工作流的调度问题看作是一个优化问题,使用分布式遗传算法进行求解能够获得较好的调度结果。　　当前的网格服务描述语义模型中对服务质量平面的、静态的和简单的描述不足以表达由多侧面指标共同表征的层次化的网格服务质量体系。扩展的服务质量语义描述模型可以较好地反映出网格服务质量的综合性、模糊性、动态性和可配置性等特点。面向上述扩展的服务质量模型的网格调度综合评价策略采用模糊多属性群决策方法,为网格调度决策的综合评价提供了重要手段。