网格技术是将所有可用于共享的资源，通过网络连接起来，并将他们转化成一种计算能力，对资源进行整合，从而解决信息孤岛问题。用户将任务提交给网格后，需要对任务进行合理地分配和调度，即将任务分配给网格资源去执行。网格的调度策略直接决定着网格整体调度性能。网格调度问题的最一般的目标函数是Makespan，即调度系统有效地分配网格资源，实现在整个系统内网格应用任务的完成时间最小。通常发现适合于给定任务的潜在资源集合，从那些资源中选择合适的资源子集，这些资源满足一个预先定义好的调度约束，找到一个这样的Makespan是NP完全问题。 本文在现有的网格资源调度技术上，提出了基于主从调度中心的任务分配模型，并根据网格的负载情况，将任务分配为轻负载任务调度和重负载任务调度，对不同的任务采取了不同的任务调度策略。对轻负载任务，用户把任务作为整体来进行分配，不把任务进行分解，直接把这个任务安排到一个能满足该任务的计算节点上去执行。对重负载任务，对任务进行有效的划分，根据节点计算能力的不同，以子任务为单位对资源进行分域调度。通过成效分析，该调度策略在所研究的条件下得到了全局优化，解决了调度中心瓶颈和局部最优问题。通过分析网格资源调度原理、特点和体系结构，以及在网格中的资源发现、注册和查询，将遗传算法应用于网格调度中。对参数编码、初始种群、适应度函数、遗传算子和控制参数设计提出了改进。在Gridsim模拟环境下，通过实验可以得到遗传算法适合大规模的网格任务调度。