近年来,随着P2P技术的发展,许多P2P流媒体点播系统进入了人们的生活,为广大用户提供了丰富的媒体服务。然而,在P2P流媒体点播系统中,由于用户节点规模大且存在异构性、需要传输的数据量大、用户对数据的时效性和连续性要求高,这些都导致P2P流媒体点播系统无法保证用户获得高质量的流媒体点播服务。因此,为了提高P2P流媒体点播系统的服务质量和用户观感,设计一种高效的数据调度策略具有十分重要的意义。鉴于此,本文做了如下的工作:　　第一、本文深入研究了现有的P2P网络拓扑结构,在这个基础上构建了一个P2P流媒体点播系统模型,该系统模型包含跟踪服务器、资源服务器、超级节点和普通节点四个部分。它能快速定位到资源,减少路由查询跳数,增加系统的扩展性、鲁棒性和数据吞吐量,能够很好的满足大规模流媒体点播服务的要求。　　第二、本文详细研究了现有的流媒体数据调度机制和遗传算法,在构建的P2P流媒体点播系统模型中提出了一种 S-AGA数据调度策略。该策略首先使用数据块选择算法选取本次需要调度的数据块,算法中考虑了数据块的紧急度、供需比以及节点间的位置关系。然后,基于遗传算法具有搜索问题最优解的特性,该策略使用自适应遗传算法为数据块中的数据片选择最佳资源节点进行数据传输。自适应遗传算法通过生成初始种群、选择、交叉、变异和计算适应度值等步骤,获取最佳资源节点进行数据传输。　　第三、本文利用 PeerSim仿真器对 S-AGA数据调度策略进行了仿真实验,验证了 S-AGA调度策略的有效性。实验数据表明该数据调度策略能使节点尽可能的使用网络中对等节点的资源,减少用户的播放启动时延和系统的调度时间,增大节点对网络带宽的实际利用,使用户感兴趣的数据块在网络中快速分发。另外,为了验证本文设计的流媒体点播系统模型和 S-AGA调度策略的有效性,本文在实验室中实现了一个P2P流媒体点播原型系统并做了详细介绍。