云计算是一种使用虚拟化技术集中管理硬件资源,通过将资源虚拟化后添加到资源池为用户提供定制化计算资源的服务模式。虚拟化技术可以将计算资源动态管理,实现为云计算任务资源定制供应、资源利用率提升、服务能力提升、云服务器可靠性与安全性增强等目标,显著降低用户的服务器建设成本。同时传统分配策略难以满足日益多变的资源需求和能耗目标。提高资源利用率,降低能耗,保证服务质量是近年来的热门研究方向。本文基于虚拟化技术,围绕云计算资源调度进行了广泛的理论分析与技术研究。通过研究云计算虚拟化技术阐述了云计算数据中心中计算资源调度分配方式,对数据中心负载目标识别和被迁移设备安置目标搜索两个问题进行了论述与研究。针对负载变化,通过分析负载数据变化特点提出了负载预测模型和负载预测的被迁移虚拟机选择策略。根据数据中心建设结构特点,研究了多目标下多条件的物理主机搜索策略,提出了多目标优化的目标主机选择策略。主要研究内容如下:首先,考虑到提升资源利用率,根据数据中心负载数据变化特点提出了基于预测的虚拟机负载分类模型。该模型通过划分不同的负载类型实现云计算任务之间的资源耦合互补,提出了一种改进的步长权值负载预测分类模型的虚拟机选择策略,实现了云计算数据中心更高效的能源效率。实验表明,使用该负载预测算法能够有效降低数据中心能源消耗,降低迁移频次。降低能耗50%,降低SLA违约率60%,有效缓解了由虚拟机迁移造成的不必要开销和服务质量下降等问题。其次,针对云计算数据中心的物理主机建设结构,提出了一种基于多目标优化的目标物理主机搜索策略。该策略根据数据中心的物理结构特点和云计算资源使用情况,能够在保证云供应商服务质量的同时有效降低迁移执行时间,提高资源利用率。实验表明,使用该多目标优化算法能够有效提升迁移执行效率和资源利用率,实现降低能耗降低55%、SLA违约率降低80%、停机时间降低60%,达到了降低运营开销等目标。基于所研究的方法,本文设计并实现了云计算环境下计算资源动态整合策略。该策略具有计算资源负载感知与预测、负载类型识别与划分、准确与高效的调度方式等功能。该策略可以实现降低能耗、提高性能的目标,降低云计算供应商的运营成本。通过仿真实验验证了该策略的有效性与稳定性。