网格技术是分布式网络技术的一个新发展,它将属于不同管理域的,异构资源灵活有效地组织起来,目的在于实现更高层次上的资源共享。即共享的资源不仅包含目前广泛使用的网页信息,还包括共享计算资源、存储资源、网络资源、传感设备等连接在网络上的所有软硬件资源。　　 本文以深入研究网格资源的聚类,提高资源利用效率为目标,在对国内外研究现状深入分析的基础上,提出一种新的混合模糊聚类方法。　　 模糊C均值算法是在模糊聚类算法体系中运用较为普遍的一种算法,这在于模糊C均值算法本身具有的一些优点,但同时该算法也有些明显的缺点,比如容易陷入局部最优值,对干扰数据敏感,对算法初始值的设定也有较大的依赖程度。为了充分利用模糊C均值算法的优点,并改善其不足,本文借鉴了前人的研究思想,将具有全局寻优和快速收敛特点的粒子群算法与模糊C均值算法相结合,提出了混合优化模糊C均值算法的网格资源模糊聚类,将网格资源数值化,按照相似度最大化的原则对网格资源进行有效聚类,并在迭代过程中设置遗传操作触发的条件,避免了可能出现的局部迭代循环,有效地提升了算法的执行速度、简化了算法的复杂度。　　 为验证本论文提出的方法的有效性及可用性,对其进行了模拟实验,并与传统的算法进行对比分析.实验表明,该方法能提高分类的运行速度及准确率,可以很好地应用到网格资源聚类中,优化网格资源调度前期工作。　　 最后,本文进行了总结以及初步展望了将来需要进一步做的工作。