随着路由器端口速率的不断提高，输入排队模型由于其简单廉价的优点越来越多地被应用到中高端的路由器产品之中。对于使用VOQ输入排队的系统，需要解决一个输出竞争问题，即多输入端竞争同一输出时，如何合理选择输入和输出之间的连接，使得系统吞吐量较大，平均分组时延较小。为了达到较高的系统性能，调度算法必须高效、合理、迅速实现这种选择。 本文以寻找一个高效、公平、简单的调度算法为目的，围绕调度算法的性能指标，讨论和分析了目前已有的各类调度算法的特点和优缺点，包括分布式单播调度算法、组播调度算法、集中式调度算法等。在分析的过程中，我们对于一类极大加权算法进行了较为深入的研究，针对其不足，进行了一系列的算法改进工作。实验证明，我们的改进算法是非常有效的。 首先，我们介绍了调度算法产生的背景，给出了调度算法的性能要求和基本的VOQ排队模型。 其次，我们对于单播调度算法进行了全面的分析和介绍，并以降低平均分组时延为目的，在一类极大加权算法上进行了合理的改进，其代表算法有iLQF，iOCF，iLPF。iLQF对队列较长的端口优先服务，吞吐量接近100％，但可能造成输入队列的“饥饿”；而iOCF对信元等待时间较长的端口优先服务，则可以克服这个缺点。所以我们提出了一种改进的算法，用OCF来对LQF算法进行弥补。标准的OCF算法要纪录每一个分组的平均等待时间信息，实现复杂，为此，我们提出了一个比较新颖的方案，设置列表纪录分组到达先后的次序而不是纪录信元的等待时间。通过仿真实验，我们发现改进的算法iMLQF表现出了比iLQF，iOCF都要好的特性，特别是对于非均匀业务，性能相差很大。 随着因特网业务的发展，组播业务占了越来越大的比重。因此路由器也必须能够有效地支持组播业务。但组播调度与单播调度有着明显的不同，在第三章我们介绍了一个类似于游戏俄罗斯方块的组播调度模型以及基于该模型的TATRA和WBA算法。 作为比较，在第四章我们还给出了基于神经网络实现的集中式调度算法，利用hopfield网络分别实现了对单播和多播的调度。 在第五章，我们讨论了高速路由器中调度算法的设计方案。随着网络传输速度的不断提高，高速路由器得到了很大的发展，同时对于调度算法也提出了更高的要求：要求在更短的时间内完成匹配，并且具有较高的吞吐量。对于算法本身进行改进的方案，我们认为是不太合适的，因此我们提出了一种基于管道的解决方案PMM。我们在系统中设置多个调度器，将迭代的过程分散到多个时隙内完成。通过对吞吐量，时延和公平性的讨论，我们相信该方案在将来的高速路由器中可以得到广泛的应用。