随着计算机技术与互联网技术的发展，互联网用户日益增多，各种计算机互联网方面的应用也随之而生，其中比较典型的应用是流媒体点播。在基于客户端/服务器（C/S）模式的流媒体系统和基于内容分发Content Distribution Network（CDN）模式的流媒体系统中，网络带宽服务能力是制约其发展的一个不可忽视的因素。因此，要在用户数量众多的流媒体应用中实现这两种系统比较困难，并且成本也是很难解决的一个问题。所以，基于P2P技术的流媒体点播（Peer-to-Peer video on demand，P2PVoD）系统应运而生，它显著的特点就是在网络中的每个节点身兼两职，同时发挥服务器和普通节点的功能，通过节点之间的资源互用，相互协作，避免了用户过多时服务器不堪负载的问题，提高了整个系统的服务能力。并且P2PVoD系统性能不会随节点数量的增加而降低，反而会得到提高，这也正是P2P的思想的体现。在实际的P2PVoD系统中，由于用户操作的随意性和网络的动态的不确定性，使得流媒体数据调度机制变得更加复杂，而且更难实现。所以要提高P2PVoD系统的服务质量，数据调度机制的研究必不可少，而且有着非常重要的实用价值。　　本文提出了一种基于遗传算法的数据调度机制，该调度机制的特点是应用遗传算法，通过选择、交叉、变异和估值等步骤，寻求最优调度。目标是有效利用资源节点的可利用带宽，使得用户节点调度流媒体数据的调度时间最短，并且减少Video Cassette Recorder（VCR）操作带来的时延，从而提高流媒体播放的连续度，给用户带来更好的观影体验。首先，本文设计了一个P2PVoD系统模型，这个系统模型是一个基于超级节点的混合式的P2PVoD系统摸型，在系统中由超级节点担任部分目录服务器的功能，管理一组资源节点的信息；然后对系统中的数据调度进行分析，当一个流媒体数据分片有多个资源节点可利用时，利用遗传算法进行数据调度。最后通过实验来验证本文提出的基于遗传算法的数据调度机制的性能。通过实验，我们会发现，基于遗传算法的调度机制能够有效减少调度时间以及VCR操作时延，从而改善用户体验。在文章的最后，对本文的工作做了进一步的总结，并对下一步的工作的方向做了一个规划。