资源的分配与任务的调度,是网格计算的核心功能,而资源性能无疑是最重要的影响因素。网格资源的性能信息主要通过两种方式来获取:网格资源监测与网格资源预报。本文工作主要围绕网格资源的监测与预报进行展开,讨论了系统架构的设计与实现,网格资源监测策略,网格资源建模预报,资源模型的优化等关键问题。主要包含以下几方面内容:(1)针对网格系统特性讨论了网格资源监测预报系统的设计原则,继而基于Web服务资源框架提出了系统架构,对其系统工作流程与系统信息管理进行定义。本系统开销较低,而且能够与网格计算系统实现无缝融合。(2)基于两类典型的计算智能方法——前馈人工神经网络与支持向量回归——对网格资源多步预报进行建模。实验证明这两类方法能够适用于网格资源建模,尤其是支持向量回归,在精度与效率上均表现出良好性能。(3)基于两类典型的计算智能方法——遗传算法与粒子群算法——对网格资源预报模型进行优化。实验证明,计算智能的优化方法性能优于改进后的传统搜索策略,尤其是本文提出的并行混合粒子群算法,在精度与效率上均表现出良好性能。并行混合粒子群优化Nu-支持向量回归模型能够满足在线优化与预报的要求,适用于网格资源监测预报系统。