云计算是一种由分布式计算、网格计算以及并行计算演变而来的新型计算模式。其主要运用虚拟化技术,将云端数据中心的各种资源虚拟化成为资源池进行管理以及对外提供服务,并且形成对用户的“按需分配、按量计费”的商业模式。这些资源对用户而言是透明的,用户只需要知道云端数据中心所提供的服务并选择自己需要的服务,不需要知道任务的具体执行过程与具体执行位置,云端把最终结果返回给用户。云计算商业潜力巨大,对未来IT运营模式影响深远,如今已成为国内外企业以及研究机构研究的热点。由于云计算环境的异构性、自治性、动态性以及云环境中使用了虚拟化技术,因此云计算环境中的资源分配方式跟以往的分布式计算、并行计算以及网格计算大不相同。为了适应云端数据中心规模的扩大和用户以及任务数量的不断增加,云环境下资源调度的目的在于提出一种优化的资源调度策略,使得数据中心中的虚拟机资源能够满足用户提出的Qos要求的同时又能实现资源的合理高效利用。在简要分析了云计算以及云环境下资源调度的研究现状,总结了现有的资源调度策略的优缺点以及改进方向,并介绍云计算与云环境下资源调度策略的相关概念以及技术体系的基础上,本文主要做了以下三个方面的工作：第一,分析、研究传统的蚁群算法在云计算环境下的资源调度上存在的问题,包括时间跨度大、负载均衡度较低以及优化目标单一等：第二,在详细介绍蚁群算法、模拟退火算法的基本思想、特点以及设计要素的基础上,针对云计算编程最常用的Map/Reduce的框架,设计出一种新算法蚁群模拟退火算法(ACOSA),该算法融合蚁群算法以及模拟退火算法,以最小化调度时间为主要目标,引入了任务与资源的匹配因子和负载均衡度,利用蚁群算法得到一组任务到资源的优化解,然后通过模拟退火算法,对解进行路径的优化和信息素的更新,最后得到全局最优解；第三：在论文的最后,详细地介绍了云计算仿真平台CloudSim,对其进行重新编译,实现了提出的本论文提出的ACOSA算法,通过与基于原始蚁群算法的云环境资源调度策略相比较,验证了本文提出的调度策略在时间跨度以及负载均衡方面有良好的表现。