云計算作為一種新興的商業(yè)計算模型被提出以來，經(jīng)過學術(shù)界與產(chǎn)業(yè)界的不斷推進，云計算正逐漸從理論走向?qū)嵺`，國家也投入巨額人力物力來促進“云計算”在我國落地?；谠骗h(huán)境下的資源調(diào)度是一個重要研究方向，云計算的核心是利用成熟的虛擬化技術(shù)將網(wǎng)絡中的服務器、存儲等虛擬化成-一個資源池，實現(xiàn)靈活統(tǒng)一調(diào)配， 虛擬資源的調(diào)度效率將直接影響整個云環(huán)境的工作性能，因此尋找更優(yōu)資源調(diào)度算法對云計算的研究有重要的意義，也是目前面臨的挑戰(zhàn)。

　　鑒于上述原因，本文在系統(tǒng)分析了云計算研究背景、意義，以及介紹云計算的一些關(guān)鍵技術(shù)的基礎上，針對基于云環(huán)境下資源調(diào)度算法的研究具體做了以下幾方面的工作：

　?。?）首先深入分析了網(wǎng)格計算下資源調(diào)度，從資源管理的過程、資源調(diào)度的過程以及現(xiàn)有資源調(diào)度算法三方面做了詳細闡述;接著進一一步對云計算環(huán)境下的資源調(diào)度進行研究，主要從云計算供應策略、已有云計算資源調(diào)度策略以及關(guān)于資源調(diào)度的性能指標進行介紹;最后對云計算的負載均衡技術(shù)做了詳細分析。

　?。?）遺傳算法在解決NP完全問題有比較顯著的效果，通過分析遺傳算法優(yōu)缺點，本文將其應用到云環(huán)境下的資源調(diào)度中，提出了基于改進的遺傳算法的云資源調(diào)度（GeneticAlgorithm， GA）;此外在該算法的基礎上，本文還闡述了元胞自動機的基本原理，利用元胞自動機動力學行為和并行性特點，將遺傳算法與元胞自動機結(jié)合起來提出了基于元胞自動機的改進遺傳算法（Cellular Genetic Algorithm， CGA）。

　　（3）為驗證算法的有效性，本文使用云計算仿真平臺- - CloudSim， 模擬了云環(huán)境下的用戶任務和虛擬資源，對本文提出的兩種算法和CloudSim自帶的輪詢算法進行模擬。通過實驗對比，對該三種算法從多個角度進行分析和比較，證明了改進后的CGA算法比其他兩種算法擁有更短的執(zhí)行時間和更少的成本消費，更加適用于云環(huán)境。