随着现代工程设计、制造生产、生活应用的逐步信息化,大规模并行计算的需求不断增加。网格计算作为一种新兴的技术产业,通过网络将计算机、仪器设备、数据库等连接起来,为人们提供了一个资源全面共享的应用型平台,满足了人们日益增长的计算能力需求。网格计算相当于世界上最大的计算机,本文研究的网格任务调度,就是针对大规模的计算任务,研究合理地将任务分配给计算资源的方法。从网格任务调度具有资源庞大、调度容错性两个特点进行研究。针对网格资源具有规模庞大的特点,为了提高调度时资源寻找的效率,在应用超图理论构建资源模型的基础上,结合资源的特性以多目标转化为单目标的方式,采用遗传算法对资源进行聚类预处理,以最小执行时间为主要目标,并兼顾资源负载均衡,设计了一种多目标最优资源聚类调度(MORC)算法;针对调度容错性问题,考虑复杂的依赖任务,在应用超图理论构建任务模型在基础上,采用主备份方式,根据任务的重要程度和资源安全情况设置动态备份程度,追求任务执行时间的最小化,设计了一种动态任务备份容错调度(DRFT)算法。最后,将两个算法与经典算法的模拟仿真结果进行了分析比对,并将这两种调度算法应用在飞机前起落架的气动噪声计算中。结果表明,在两种实验背景下,本文所设计的两个算法在计算效率等多个性能指标方面均明显优越于经典调度算法。本文在研究网格任务调度的基础上,将超图理论、多目标遗传算法聚类、动态备份的研究特色融合在任务调度算法中,尤其是应用超图理论构建任务模型和资源模型,为MORC算法和DRFT算法的设计起到了基础辅助作用。本文提出的两种算法不但可以减少调度时间和执行时间,还能够提高网格任务调度负载均衡、容错性等性能。