在当今信息化飞速发展的时代,数据中心作为信息的载体在不断地扩张,为社会发展带来巨大推动力的同时,也造成了严重的能源浪费。目前对于数据中心的节能优化研究也有很多,但往往都是针对单一设备或模块采取的节能措施,整个数据中心缺乏协调性,导致节能效果不甚理想。为此,在充分研究数据中心结构和能耗因素的基础上,将整个数据中心划分为IT资源和动环资源,并提出二者相互协同的节能框架。在IT资源节能优化方面,首先对现有研究成果进行了深入分析,充分掌握了虚拟化相关原理,构建了服务器能耗模型。由于服务器上虚拟机的分配和迁移对于节能优化是至关重要的,因此本文结合遗传算法与猫群优化算法的特点,提出了遗传猫群优化的虚拟机分配算法,使服务器上虚拟机的分配最优。并采用降序首次适应算法对服务器上的虚拟机进行迁移整合,减少空闲服务器的运行数量以避免不必要的能源消耗,然后采用CloudSim对所提出的方法进行了仿真验证。在动环资源节能优化方面,通过分析数据中心温度分布的影响因素,根据服务器与空调系统之间的关联提出了使用机器学习技术的温度分布预测方法。然后根据服务器热负载转移对温度场的影响制定了空调系统的调控策略,最后以日本京畿道地区的Keihanna数据中心为案例分析对象,对所提出的相关理论和方法进行了验证,并对验证结果以及模型性能的影响因素进行了论证分析。通过对虚拟机分配和迁移的优化实现了服务器的能效优化,分析了服务器上任务调度所产生的的热负载对于温度场的影响,利用机器学习对数据中心温度分布进行预测,构建了IT资源与动环资源相互协同的节能框架,实现了数据中心的整体节能。