1、隨著互聯(lián)網(wǎng)的迅速發(fā)展，基于異構(gòu)分布式網(wǎng)絡(luò)的高性能計算平臺——計算網(wǎng)格，成為了一種新型的計算模式。網(wǎng)格將多種資源組織在一個統(tǒng)一的框架下，為各種復(fù)雜的計算任務(wù)提供資源。因此計算任務(wù)在各種資源之間的調(diào)度成為了一個關(guān)鍵的問題。以提高網(wǎng)格資源的利用率、改善網(wǎng)格應(yīng)用性能為目的的網(wǎng)格任務(wù)調(diào)度是網(wǎng)格中需著力解決的問題之一。目前，圍繞著網(wǎng)格中的任務(wù)調(diào)度算法，國內(nèi)外已做了大量的研究工作，先后提出了各種調(diào)度算法。但是，這些調(diào)度算法不能很好地適應(yīng)網(wǎng)格環(huán)境下的自

2、治性、動態(tài)性、分布性等特征。網(wǎng)格計算的任務(wù)調(diào)度問題被證明是一個NP完全問題。而NP完全問題的算法中，遺傳算法被證明是一種行之有效的算法。 本文詳細(xì)分析了染色體的編碼方法以及遺傳算法的操作方法。對任務(wù)調(diào)度模型進(jìn)行了分析，介紹了幾種主要的網(wǎng)格任務(wù)調(diào)度算法：先進(jìn)先出算法、遺傳算法、神經(jīng)網(wǎng)絡(luò)算法、Min-rain和Max-rain算法，提出了一種基于遺傳算法的任務(wù)調(diào)度算法．該算法采用資源-任務(wù)的間接編碼方式，通過DAG圖獲取子任務(wù)的層次