网格中的用户是自治实体，他们的效用函数或目标可能不同甚至存在冲突。网格资源调度需要以用户为中心确定调度目标，能在复杂的局势下依靠有限信息做出正确的调度决策，并在满足用户利益需求的前提下兼顾网格系统整体性能。在总结前人研究成果的基础上，本论文用博弈理论研究网格资源的调度过程，分析用户在不完全信息和理性限制下的行为对网格资源调度性能的影响，研究在用户效用最大化下资源调度目标的优化设计等内容。　　 本论文研究的创新之处在于：　　 (1)提出基于重复博弈的网格资源配置方法，将用户对网格资源的竞价过程看作由多阶段组成的博弈问题，建立了用户在各个博弈阶段竞价价格相关度的表达，实现了竞价策略调整的算法。引入“虚拟用户”将不完全信息博弈转换成完全信息博弈，解决不完全信息下的资源调度问题。　　 (2)提出有限理性用户对资源选择与使用策略的进化调整算法。分别针对用户群体规模的不同，建立了用户对竞争资源的最优反应动态函数和复制进化方程，实现了相应的策略学习算法，以解决用户在资源竞争过程中的理性限制，提高预见能力，降低决策风险。　　 (3)提出RAMD资源调度机制，采用直接显示原理促进用户提交与资源调度相关的真实信息。分析了RAMD机制的参与约束和激励相容约束，并将RAMD机制运用于动态任务的在线调度，促使理性私利用户做出有利于系统整体性能优化的行为选择。　　 对以上的工作，我们从理论上分析了其可行性以及相应的性能，通过系统建模和仿真实验来验证其实效性。并将本论文的研究成果应用于SaaS模式的WEB-EDA云服务平台，实现了WEB-EDA云服务平台资源调度器的原型。