本文主要对校园级网格计算环境中的资源管理方案和任务调度策略进行了研究，设计并实现了一个校园级的网格计算系统CwGCS用来对资源管理方案和任务调度策略从总体上进行验证，设计过程中确保了自适应性、高效性、一致性和透明性等特点，最后通过实验对资源管理方案和任务调度策略中所采用的各种算法进行了测试和验证。 资源管理包括资源信息收集、资源远程监视和资源描述等三个方面。资源信息收集采用注册模型来实现，所有资源子节点通过资源节点代理向系统注册。资源远程监视创造性地采取了主动探测和被动获取的方式，主动探测主要是探测资源节点代理和资源子节点是否出现死机、崩溃等故障以及网络通信是否正常，被动获取主要是资源子节点向节点代理发送资源状态消息，子节点可以根据自身负载情况，通过发送消息决定是否继续为CwGCS服务，资源节点代理则把各个子节点的状态消息发送给CwGCS。资源描述对全部可用资源节点进行属性化的描述，并分别以图形方式和基于文本的方式来描述，基于文本的方式提供了资源信息访问的各种API，是系统的任务调度模块访问资源信息的基础，同时也是图形方式描述资源信息的基础。资源管理方案从总体上适应了校园级网格计算环境的具体特点，具有一定的创新性。 CwGCS的计算环境中所调度的任务都指元任务，任务调度包括任务映射和任务调度执行两个阶段，任务调度策略主要研究内容是在任务映射阶段所采用的调度算法。在对六种调度算法进行分析后，在CwGCS中主要采用了四种调度算法：FCFSa算法、DGSa算法、Max-Odds算法和KPB算法。其中FCFSa算法和DGSa算法是作者分别对FCFS算法和DGS算法进行研究后加以改进的算法。 在实验中对资源管理方案的三个部分进行了验证。其中资源描述的图形方式从资源节点切换、节点代理无效、子节点状态改变、计算资源的选择四个方面进行了验证，基于文本方式的资源描述主要基于任务的调度完成情况进行了验证。 我们在同样的实验条件下把FCFSa算法、KPB算法和MCT算法、MET算法、SA算法进行了测试，把DGSa算法、Max-Odds算法和Min-min算法、Max-min算法进行了测试，实验结果表明，FCFSa算法和KPB算法相比MCT算法、MET算法、SA算法具有一定程度的优越性，DGSa算法、Max-Odds算法相比Min-min算法、Max-min算法具有一定程度的优越性。