随着计算机技术的飞速发展,分布式异构系统逐渐成为解决复杂问题的有效工具。它的主要目标是通过网络互连实现全系统范围内的资源的共享,同时它还利用高效的资源管理和任务调度技术来提高系统的资源利用率、吞吐率,,以此获得系统的高性能目的。在分布式异构系统中,任务管理,任务调度和资源管理是系统的三个基本功能,而其中的任务调度是决定系统性能优劣的重要因素之一,它是根据一定的调度策略,把一组并行处理的任务按规定的时序分配到系统的多个处理机节点上,以期获得较好的系统执行性能。由于该问题不能在多项式时间内求得最优解,因而被公认为一个NP完全问题。在传统的调度理论中,一般会假设所有的节点在整个处理过程中是可用的,但是在实际情况中,如果出现节点需要维修或故障等问题的时候,这个假设将会变得不成立。同时,由于任务调度的主要目标是要尽量减少总任务的完成时间,因而,综合起来讲,在设计任务调度算法时,考虑可用性和总任务完成时间是提高分布式计算系统实际性能的重要途径之一。本文所做的工作主要包括两个方面：首先,在遗传算法的启发下,我们提出了一个基于可用性的任务调度算法。在此算法中,我们假设任务之间是相互独立的,不同的节点有不同的计算能力和可用性,且不同的任务在不同的节点上的执行时间和可用性要求也不一样,然后,在这些假设下,我们创建了系统的结构模型和任务模型,并重新设计了遗传算法中的各算子,实验证明了此算法有效的一面；由于本文同时考虑了调度的可用性和时间跨度,而一般算法的分配结果很难达到两个目标的平衡,因此,接下来我们还提出了一个优化策略用以改善这方面的问题,并将此策略运用到了我们设计的新算法以及现存的一个算法中,通过实验比较,我们可以得到此策略具有比较好的可行性。