随着科学技术的快速发展，很多科学计算和复杂应用系统需要的计算量越来越大。现有的单台计算机，即使是大型计算机也很难承担得起这样的计算任务，它们还更需要由多种机器组成、多个系统合作、多个科学仪器设备相连的网络虚拟超级计算机来进行处理。这种将地理上分布、异构的多种计算资源通过高速网络连接起来，共同完成计算问题的技术被称为网格计算。网格计算为解决超大规模、超级复杂的计算密集或者数据密集的问题提供了途径。实现网格计算的一个重要目的在于实现地理分布、异构资源的统一描述方法，提供用户虚拟的统一资源界面，并将用户提出的服务要求透明、动态地分配给最适应的资源上执行。为此，本论文重点研究了两方面的内容：其一是网格计算的仿真模型；其二是设计较理想的任务调度算法。为此，本论文首先介绍了网格计算的背景，网格计算系统的结构、特点，指出了网格计算研究的发展和现状。任务调度是网格是否能高效利用资源、快速完成任务的关键构件。本论文还详细介绍了网格中现有的任务调度算法，并为了更好地研究调度算法，设计了一个由四个模块组成的网格仿真模型。网格计算系统融合了多种计算资源，一方面这些计算资源可能存在很大的原始性能差异，另一方面由于它们的工作负载也是动态变化的，因此计算资源能够向用户提供的计算能力也会动态地变化。因此本论文提出了自适应遗传算法、线性变换遗传算法、并行遗传模拟退火算法、量子遗传算法等四种不同的任务调度算法，根据网格系统各个计算模块的计算能力、负载及网络状态进行自适应调度，从而向用户提供最优的性能。最后，本论文给出了全文总结和结论，并概述了今后进一步研究的方向。