仿真网格(Simulation Grid)将网格技术与现代建模仿真技术结合，以适应当前建模与仿真技术“数字化、虚拟化、网络化、智能化、集成化、协同化”的特点，它将极大推动虚拟采办(Simulation Based Acquisition，SBA)支撑平台的发展。仿真网格中的资源管理是整个仿真网格的核心技术。本文以国防总装预研项目为背景，着重研究了仿真网格环境下资源管理的相关技术，并对资源管理的模型、任务的调度算法和资源的信任度评估模型进行了深入研究。本文回顾和分析了目前国内外网格技术和建模仿真技术的研究现状，着重分析了当前的SBA支撑平台研究现状，在借鉴现有网格资源管理系统的基础上，分析了仿真网格中资源的特点，提出了基于P2P-Grid模型的资源组织模式，描述了仿真网格中的资源组织模型，并介绍了资源管理系统中的功能模块。仿真网格中的计算任务分为计算密集型和数据密集型两类，为了满足仿真应用的实时性要求，本文研究了面向计算密集型任务的调度算法，并提出了三种任务调度算法。①提出了将遗传算法应用于网格任务调度算法中，对在同一个资源上的执行任务采用短任务优先和父节点优先两个原则，减少任务堵塞带来的延迟。②当任务与任务之间的通信延迟比较大时，提出了基于任务复制的任务调度算法。由于网格是个“有价环境”，在传统的任务复制调度算法基础上，引入了冗余任务和冗余资源的概念，在基于任务复制的调度算法过程中，同时删除过多的冗余任务和资源。③当计算任务比较多时，采用智能迭代算法的计算开销比较大，因此提出了一种基于动态关键路径的启发式网格任务调度算法，在网格的异构环境下，将任务调度过程分为两步：第一步采用普通启发式算法生成任务执行的甘特图，然后根据甘特图生成动态关键路径，并根据关键路径优先将决策节点调度到空闲资源段执行，以提高资源利用率和减少任务的收敛时间。针对仿真网格中数据节点可能出现的数据失效和瘫痪问题，提出采用信任模型评估数据源节点的信任度。在对节点建立信任评估过程中考虑了不确定信息，采用基于服务质量偏序关系的分类方法，将节点之间的交互记录分为确定信息和不确定信息；采用基于主观逻辑理论的方法计算推荐路径的等效推荐信任度和融合来自不同推荐节点的信任评估值。在计算等价推荐信誉度的时候，引入了推荐最大阈值对推荐路径节点的数目加以限制。针对信任推荐节点中存在的恶意推荐现象，提出了基于三角模糊数的方法，根据不同推荐节点的推荐信任期望，对不同的推荐节点分类，并根据不同的分类匹配不同的信任衰减系数，削弱恶意推荐节点带来的负面影响。最后，将数据源节点的信任度引入数据密集型任务的调度过程中，在任务调度过程中同时考虑节点的可靠性和节点传输延迟。对于出现的节点负载过重的现象，提出采用基于sufferage思想的均衡算法，首先将对执行时间影响较大的任务分配到最可靠的资源上执行。在理论研究的基础上，研究和设计了仿真网格环境下的数据管理原型系统，展示了一定的功能；并提出了基于服务质量的异构数据集成系统平台，并对该系统各个组成部分进行详细的分析。