被称为是下一代互联网的网格计算,从它诞生那天起就受到了人们的广泛关注。它就像一台超级计算机,通过网格,我们可以整合的不仅仅是计算机和网页,还包括其他许多信息资源,如:数据库,软件以及各种信息获取设备等,甚至能够使用接入网格的电器设备。在研究网格计算过程中,资源的调度问题无疑是重中之重。只有处理好调度问题,设计出高效合理的调度模型,才能突出网格计算的优越性。在网格资源调度系统中,有一些常用的调度算法,如:Min-min,Max-min,快速贪吃算法等等,但是在具体应用中,这些算法往往存在这样或那样的问题,导致调度不能达到最优或快速达到最优。针对这种情况,引入一种合理高效的调度算法来进行资源调度的研究应运而生。本文采用遗传算法作为资源调度算法,遗传算法作为一种快捷、简便、容错性强的算法,在各类结构对象的优化过程中显示出明显的优势。本文通过遗传算法与资源调度的融合,使资源转变成了遗传算法中的染色体,通过遗传操作而寻求最优解。在运行算法之前,对网格开发环境的搭建作了详细阐述,这是进行网格开发的必要环节,而后给出了本模型的网格开发步骤,包括提供服务接口,生成网格服务支持的文件,实现服务和部署服务等等。这些工作是与遗传算法进行融合的关键。最后的仿真实验,给出了两组数据下,遗传算法的运行情况,结果证明,遗传算法适合于大规模的作业调度,当任务数量增大时,遗传算法的收敛时间明显下降,即效率得到了提高。另外,还给出了一组遗传算法与网格资源调度的传统算法Min-min进行比较后的数据结果,证实了通过引入遗传算法,在执行速度与效率上都要优于资源调度的传统算法。