移动云计算作为云计算在移动互联网上的扩展,是移动互联网和云计算的一个结合体。它给移动用户提供了云平台上的存储和计算等服务,极大地提升了移动应用的性能。然而,云计算和移动互联网分属不同的供应商,在进行资源管理时,缺乏统一的部署和管理,给移动云计算的资源调度带来了巨大的挑战。因此,如何对移动云计算资源进行合理管理和调度,提高云计算中心的资源分配效率,同时保证移动用户的体验质量成为亟待解决的问题。本文主要对移动云计算中的负载预测和资源调度问题进行了研究,论文的主要研究工作如下:(1)针对移动云计算数据中心的主机负载序列的随机性和不稳定性的特点,对主机负载数据进行了深入的分析,提出了基于改进小波支持向量机的主机负载预测模型。该模型利用小波支持向量机可以对非线性的数据进行回归分析的特点,对负载序列进行分析建模,同时采用粒子群优化算法对模型的参数进行寻优,并使用Google云计算数据集进行了实验验证;(2)通过对移动云计算环境下移动应用任务需求的深入分析,并根据主机负载预测的结果,提出了基于Stackelberg博弈的动态资源调度算法。为了提高云端资源动态调度的效率,提出了一个多领导者多追随者两阶段Stackelberg博弈模型,为模型中的领导者和追随者分别设计了效用函数,并通过仿真实验对所提的算法进行实验验证。论文工作最后设计并实现了一个移动云计算虚拟资源调度与管理系统,包括主机负载预测模块和动态资源调度模块。实验结果表明,本文设计的模型和算法,能够根据任务负载的历史数据进行负载预测,并在模拟环境下进行动态资源分配,从而提高移动云计算数据中心的资源分配效率,缩短用户等待时间。