网格技术是近年研究较热门的一项技术,利用互联网把分散在不同地理位置的计算机组织成一个虚拟的超级计算机,未来互联网的发展方向也许就会是将网络中众多闲置的计算资源,存储资源等充分合理地加以利用。作为分布式计算的一种,网格计算用于通过共享及使用大量的资源以处理复杂的科学问题。通过使用网络进行分布式场景渲染(如利用网格)是许多图形图像及动画制作者的梦想。任务调度在分布式计算中起决定性作用,而网格是高度的分布式环境,因而如何设计一个好的任务调度算法是网格技术研究的重点之一。任务调度算法的目的是在网格环境中,同时考虑各网格节点的速度,代价,结构,处理能力等参数,最优化的分配任务,实现最佳的调度策略,从而高效地完成用户提交的任务。众所周知的,任务调度是一个NP完全问题,如何在现有调度算法的基础上,提出一个较好的调度算法,尽可能提高网格的工作效率,满足用户的需求,是一个很重要的问题。网格计算,需要网格中许许多多的资源相互合作,共同完成任务,而合作的基础,则是相互之间的信任。网格中的信任,和p2p中的信任有相同之处,同时也有着很大的差异。光线追踪通过提供正确的阴影计算,场景深度,焦散线,反射,折射等以提高场景渲染质量。光线追踪的问题在于,需要进行大量的计算,特别测试光线与世界坐标中各几何体的交集问题。本文中,阐述了网格计算领域任务调度的特点和目标,综述了现有的任务调度技术和算法,以及任务的负载均衡问题,讨论了基于网格的渲染系统的构造,提出了一个使用蚁群优化和模糊信任聚合的网格作业调度方法以提高任务执行的成功率,并通过使用GridSim对其过程进行模拟,提出了一个改进的基于SAH的kd树用于渲染过程中并使用OGRE进行实验。最终,获得了良好效果。具体地说,本文的研究工作主要包括以下几个方面:1.全面分析现在流行的各种网格调度算法,比较其优缺点。2.在分析现有的网格的框架基础上,引入OGRE,提出了一个用于网格渲染的框架模型-ABGRS。3.认真分析信任机制在P2P环境中的应用,并把其用到网格中。4.构建模糊信任模型,定义其中包含的节点的速度,代价,结构,处理能力等参数,定义层次结构,定义隶属度函数,定义模糊规则,模糊集合,进行模糊化,推理,解模糊化等。5.结合模糊信任聚合(Fuzzy Reputation Aggregation),蚁群优化算法(Ant Colony Optimization),构造出基于模糊信任的蚁群算法—FR_ACO,该算法在保持蚁群算法优点的基础上,提高了任务的成功率。6.在单个节点进行渲染过程中,引入了光线,改进kd-tree的构造方法,在原始SAH基础上,设计了一个新的构造kd-tree的代价计算公式,从而生成新的kd-tree构造算法-LKDR,通过实验证明其在不会增加构造复杂度的情况下,获得较优的结构,从而提高渲染效率。7.围绕网格调度,本文还对网格计算的概念,任务调度的原理和架构,基本调度服务等进行了论述。8.围绕渲染,本文还对光照,光线追踪,层次细节技术等进行了介绍。当然,本研究只是初步考虑了模糊信任聚合应用于网格作业调度中,还有许多工作需要考虑,比如需要加入更多的参考因素,如何考虑任务代价等,仍然需要我们作进一步的研究。