网格技术是将所有可用于共享的资源,通过网络连接起来,并将它们转化成一种计算能力,对资源进行整合,从而解决信息孤岛问题。用户将任务提交给网格后,需要对任务进行合理的分配和调度,即将任务分配给网格资源去执行。网格的调度策略直接决定着网格整体调度性能。网格调度问题最一般的目标函数是Makespan,即调度系统有效地分配网格资源,实现在整个系统内网格应用任务的完成时间最小。通常发现适合于给定任务的潜在资源集合,从那些资源中选择合适的资源子集,这些资源满足一定预先定义好的调度约束,找到一个这样的最小完工时间是NP完全问题。在现有的网格资源调度技术上,本文针对网格服务环境中使用单机处理环境、并行多处理资源和计算力分配问题,提出了基于主从调度中心的任务分配模型,并根据网格的负载情况,将任务分配为轻负载任务调度和重负载任务调度,对不同的任务采取了不同的任务调度策略。对轻负载任务,用户把任务作为整体来进行分配,不把任务进行分解,直接把这个任务安排到一个能满足该任务的计算节点上去执行；对于重负载任务,对任务进行有效的划分,根据节点计算能力的不同,以子任务为单位对资源进行分域调度。通过成效分析,本调度策略既得到了全局优化,又解决了调度中心瓶颈和局部最优问题。通过分析网格资源调度原理、特点和体系结构,以及在网格中的资源发现、注册和查询,本文将遗传算法应用于网格调度中,对参数编码、初始种群、适应度函数、遗传算子和控制参数设计提出了改进。在Gridsim模拟环境下,通过实验例证了遗传算法适合大规模的网格任务调度。