近年来随着计算机性能的不断提高,互联网技术和带宽的飞速增长,互联网需要进行的数据传输、数据存储、以及处理各种信息服务业务的数量也再迅猛增长。在这种情形下,孕育出了一种新的计算,被称之为云计算,其核心思想就是将海量用户请求的任务提交到大量的廉价计算机集群构成的资源池上,用户可以根据需求获取自己需要的计算力、存储空间和各种服务。但是面对着规模巨大具有很强的动态性和分布式特性的变化资源,运用何种方法进行高效地资源组织和调度是云计算的关键技术之一。众多技术促生的云计算已经得到国内外各学术机构的广泛研究,从对云的定义和云运营商的运营状态以及反馈了解到,云中心的资源管理是它的核心问题,而对资源管理最重要需要研究的是其调度策略的研究。本文主要是对云资源环境中资源调度策略的研究,通过翻阅了国内外最新的参考文献和最新的有关云计算以及云计算资源调度方面的资讯,主要做了以下研究工作以及提出自己的创新点。第一,首先通过研读国内外的最新现状,了解到国内外最新技术的发展和研究方向和趋势,通过研究这些文献以及学习各大云服务提供商分享的云落地技术架构,学习了云计算的基础架构所需到的各种核心技术比如虚拟化技术,自动部署和监控技术等。同时分析了国内外对云计算资源调度策略方面的研究程度和方向。第二,综合国内外对云计算资源调度策略的研究,本文提出了基于粒子群优化和遗传思想的云计算资源调度策略,结合了粒子群编程简单,收敛速度快,算法运行速度快和遗传算法的搜索空间广,容易得到精度高的最优解的优势。第三,通过在CloudSim上进行仿真实验,得到的结果说明比优化的粒子群算法和其他调度算法的任务完成时间都要缩短很多,而且运行速度也快,性能也好,而且集群的负载也更均衡。