任务调度和虚拟机迁移是云计算环境下资源调度与管理的重要问题,本文在三四章节重点研究基于改进遗传算法的任务调度策略,即研究如何将计算任务调度到最适合的虚拟机上执行,实现任务的最短完成时间和虚拟机的最大利用率。第五章主要研究基于能耗感知的虚拟机迁移策略,通过把低负载主机上的虚拟机迁移到其他主机上,并关闭负载低的主机来实现节能的目的。本文在总结前人研究工作的基础上,分析了目前仍存在的问题,并给出了相应的解决方法,本文的主要工作内容,有以下四点：1.首先介绍了云计算环境下任务调度的国内外研究现状,接着详细地阐述了云计算的概念、分类、关键技术和Map/Reduce分布式编程模型,分析了云计算的两级资源调度模型、任务调度目标、特点和常用的任务调度算法等。2.针对传统遗传算法存在的收敛速度慢、易早熟和局部搜索能力差等缺点,本文提出了一种面向单种群的基于混合遗传算法和模拟退火算法的任务调度策略,算法的主要创新点在于融合模拟退火算法的思想,允许算法在搜索过程中以一定的概率接受进化中产生的劣质解,增加了种群进化中个体结构的多样性,为算法后期迭代寻优提供动力,降低算法陷入局部最优的可能性。算法改进的主要做法是优化个体选择函数,设计了自适应的交叉和变异概率函数,使其能够正确引导种群的进化方向。本文基于对用户及时响应度和供应商利益的考虑,设计了基于任务平均完成时间和系统负载均衡的双适应度函数。仿真实验表明,改进算法相比于GA和SA算法,具有更短的任务完成时间和更高的虚拟机资源利用率。3.针对单种群进化中存在的不足,第四章提出了多种群退火遗传算法改进云任务调度,不同于单种群,多种群改变了种群的单一进化方式,采用种群间的基因交流和优良个体的移民策略,丰富了种群进化的方式,增加了个体结构的多样性,仿真结果表明,该算法比第三章提出的算法具有更短的任务完成时间,能够更快地找到最优的任务调度结果。4.基于云计算的二级资源调度模型,第五章针对资源分配中的虚拟机迁移问题进行研究,并提出了一种基于能耗感知的虚拟机迁移策略,主要思想是对利用率低的服务器上的虚拟机进行迁移至其他主机,然后关闭或休眠没有运行任何虚拟机的服务器,以达到数据中心节能的目的。