云计算是一种融合虚拟化技术和现代网络技术为用户提供服务的商业模式。虚拟化技术的普遍应用和互联网技术的快速发展使得云计算迅速成为了一个研究的热点。随着云计算资源规模不断扩大,云用户数量持续增加,云环境中的资源调度难度增大,云用户提出的Qo S(Quality of Service)要求很难得到满足,云环境负载均衡也很难得到保证,云环境中的资源调度面临着严峻的挑战。因此,本文重点研究云计算资源调度算法和调度模型,充分考虑用户Qo S需求以及云环境的负载均衡。详尽的研究内容如下:(1)提出对粒子群算法改进办法。针对基本粒子群算法缺点进行改进,淘汰初始化粒子群中一些不良粒子,动态调整部分参数,制定算法早熟的判断规则和早熟的处理办法,运用罚函数对改进算法优化处理,通过matlab分析改进粒子群算法性能。(2)建立云计算资源调度物理模型。将改进的粒子群算法与云计算资源调度有机结合,建立资源调度实施的物理模型,并在该模型下实现云计算资源调度,考虑云用户对服务的Qo S要求,制定服务评价机制,尽最大努力满足云用户需求。资源调度时充分考虑物理机的负载情况,通过限定物理机的负载率来放置物理资源,实现云环境负载均衡。(3)设计实验对改进粒子群算法应用于云计算资源调度中的性能进行分析。运用Cloud Sim进行仿真实验,通过实验数据对改进粒子群算法的资源淘汰情况,资源搜索情况,云环境负载均衡情况进行分析,并在任务执行时间跨度和用户Qo S效用值上与其他资源调度算法进行比较。