云计算正在变成一种流行的网络计算模式,它可免去用户复杂的计算过程,使企业等使用者不必再购买大量硬件设施,仅需通过应用程序界面即可获得可观的计算能力与服务资源。随着云计算提供商在全球服务器数量的不断增加,由此带来的能耗问题逐渐引起人们的关注。目前在云计算资源调度研究中,能耗优化问题很少被考虑,因此,本课题在云计算资源调度过程中,通过对系统资源与任务调度进行重新分配,提出了资源调度算法以优化能耗。首先,介绍了课题的研究背景和意义,对云计算系统进行了深入研究,总结了现有国内外的主要云系统发展现状。对云计算服务类、服务功能和实现机制进行了系统研究,进而分别从任务层、资源调度层、虚拟资源层和物理链路层进行分析,设计了面向能耗优化的云计算资源调度框架。深入分析了云计算资源调度与能耗优化的相关研究进展,提出了存在问题与解决思路。其次,在设计的面向能耗优化的云计算资源调度框架的基础上,深入分析了云系统中随机任务的资源调度时间与功率、能耗优化的资源调度策略等,提出了云计算问题模型。在随机任务规模较小时,提出了基于云计算时间预测的资源调度能耗优化模型,进行了云系统资源调度过程中低利用率时能耗的优化。根据所提模型设计了基于时间预测的资源调度算法,提出了时间预测因子以实时调节每次预测时间的准确率,提出了历史时间槽算法来存储与更新时间节点,并通过实验验证了模型的正确性。实验表明,在随机任务量较少时,该调度算法可以有效地节省云系统低利用率时浪费的能耗。再次,在云计算系统中的随机任务规模较大时,提出了基于任务忍耐值的资源调度算法以优化云系统能耗。研究了云系统中执行任务的情况,引出了松弛时间概念,定义了任务超时忍耐函数,通过调整任务分配资源以减少任务等待时间;根据任务的当前网络重要等级、任务在云系统的执行时间长短等参数计算出任务超时忍耐值的大小;提出了基于云计算任务忍耐值的资源调度能耗优化模型,设计了资源调度算法以优化云系统能耗,对各算法性能对比后,证明了所提算法更好地优化了云系统的能耗。此外,在云系统随机任务规模适中时,为避免由于任务与资源的不相关性而浪费过多能耗以及由此导致的数据中心间任务数据传输能耗的浪费,本课题研究了云数据中心之间的的资源相关性,提出了任务调度过程中的资源相关性概念。通过计算资源相关性的大小实现任务调度,设计了基于资源相关性的云计算调度模型,使任务调度所产生的能耗随资源相关性的提高而减少,提出了基于资源相关性的云计算资源调度算法以优化传输过程中产生的能耗。实验结果证明了本算法有效地优化了云系统产生的能耗并提高了系统效率。最后,在随机任务规模不同情况下,对云计算资源调度过程中可能产生的成本进行了约束,在世界时区的特性可能产生不同电价、网络带宽、负载程度的研究基础上,提出了世界动态时区性电价,进而提出了基于以执行成本为约束条件的云系统资源调度能耗优化模型,在资源调度过程中,利用负载程度、电价等因素优化云系统能耗。在该模型中,设计了任务分层策略以实现任务能耗分层,提出了云系统自适应资源匹配调度算法,在完成调度过程的约束条件后进行系统资源利用率等因素判定,实现对已设计的调度算法的合理选择与切换,基于此提出了成本约束的能耗优化的调度算法。实验结果表明所提出的算法在优化能耗的同时,实现了服务成本的降低。