在高性能计算作业调度中,许多调度算法依赖于对作业运行时间的准确估计,尤其是以EASY为代表的回填算法,使用用户提供的作业运行时间往往会降低调度性能。为了提高超算平台资源的利用率,减少机器资源的空闲,需要开发一种准确的预测作业运行时间的算法。当前已有的运行时间预测算法分为代码分析和历史日志两大类。对代码进行性能建模需要获得用户提交程序的源代码和大量的编译知识,其可行性不如通过日志分析进行预测。通过日志分析进行作业运行时间预测有许多模型,本文把已有的基本方法分为卷积神经网络模型,统计学模型,基于聚类的预测算法和基于回归的预测算法。当前已有的预测算法存在预测精度不足,低估率高或只适应特定类型作业的问题。在已有模型的基础上,我们形成了一套完备的作业运行时间预测评价准则,并建立了自己的预测算法GA-Sim。GA-Sim把分类和基于实例的学习结合起来,并采用遗传算法训练模板参数。通过模板筛选有用的历史数据,使用SVR的给出运行时间预测。结合低估因子和正则因子,能够防止产生低估和过拟合的预测结果。这套预测算法还可以应用在分布式计算和工作流预测中,适应于提升具有各种作业信息特征的作业集群资源利用率。与已有的算法相比,GA-Sim在HPC2N04数据集上降低了 43%的平均绝对误差。本文主要的创新在于提出了一种新型的基于调度历史日志的超算作业运行时间预测算法,即GA-Sim算法。对预测算法进行了模型验证,给出了 GA-Sim和其他几种算法的预测结果,分析了 GA-Sim的低估率和平均绝对误差。与其他几种预测算法的性能比较实验结果证明我们的算法在几个方面都优于其他算法,能够较好的克服数据集的缺陷。根据这一结果,我们给出了选择预测算法的建议在调度环境上做了基本的验证。两种仿真环境下的调度结果显示,在已有数据集上使用本文算法的预测时间相对于使用用户给出的预测时间可以减少系统中至少40%的平均等待和39%的有界减速。因此,可以得出使用基于GA-Sim预测算法的估计时间比基于的用户估计更能提高调度的效率的结论。本文还把GA-Sim应用在分布式作业预测的算法,证明GA-Sim在并行计算的各个领域都具有潜在的价值。