网格是一个动态开放的分布式计算环境,它将网络上的高性能计算机、大型数据库、远程设备、实验仪器设备等各种资源结合成一个巨大的计算平台实现资源共享和并行计算。网格环境中许多大型应用的逻辑过程较复杂,涉及到多个步骤和资源,并且过程之间存在时间上联系,因此可以构建工作流去研究该类问题。服务质量(QoS)作为衡量服务资源性能和用户满意度的指标,是网格工作流调度中一个重要因素。本文研究了基于QoS的网格工作流调度问题,在多个QoS参数描述的调度模型上提出了自己的算法,主要工作如下:一、针对市场经济模式下的网格环境,在考虑时间、花费两个QoS参数下,研究带有约束的单目标网格工作流调度问题。由于遗传算法解决组合优化问题时可能出现退化和早熟现象,研究将改进的免疫算法结合遗传算子进行问题的求解,仿真结果表明,该算法能有效地弥补遗传算法的不足,并快速有效的找到最优解。二、研究网格工作流调度中带约束的多QoS目标问题,由于多目标问题中各个目标之间存在冲突性,单个目标增强会引起其他目标的相对减弱,因此求解的结果是一组Pareto非劣解集。本文引入差分演化算子,利用其多目标搜索能力结合免疫遗传算法求解多QoS目标的网格工作流调度问题,仿真试验证明了该算法能获得综合最优。三、网格环境是不确定的,研究用实数、区间数和模糊数用来表示网格资源服务质量的异构数据,提出了基于灰色关联分析的混合多属性决策算法来对异构的网格资源服务质量进行综合评价。在基于异构数据描述的多QoS目标的网格工作流调度中,使用上述的方法对任务的候选服务集进行排序并指导服务的选择,试验结果证明了该算法的有效性。