云计算任务调度策略的好坏严重影响着应用任务执行效率,其主要目的在于将应用任务高效合理的指派到可用资源上执行,从而实现调度目标的优化。因此,任务调度问题是云计算领域的研究热点和难点。近年来,智能算法在调度优化问题上引起广泛的关注,尤其是遗传算法,因其具有较强的鲁棒性和全局搜索收敛快速的特征很好的解决了云计算任务调度问题。本文对云计算任务调度进行了深入剖析,研究现有云计算任务调度算法,并针对现有调度算法存在的缺陷,提出了一种优化的自适应遗传算法解决任务调度问题。以下是本文的主要工作内容:(1)研究了云计算任务调度理论知识和调度体系架构,对现有的几种经典调度算法进行了分析研究,根据这些算法中存在的不足,提出了本文的任务调度算法。(2)对于独立任务调度问题的研究,因任务彼此之间无关联,可将任务调度过程当作是一个多目标优化问题,使用本文提出的改进遗传算法全局搜索该问题的近似最优解。该算法使用权重轮询算法的思想初始化种群,确保算法具有优质的初始种群,加入再选择策略加快算法的寻优收敛速度,提高算法的执行效率。(3)对于相关联任务调度问题的研究,因某些任务之间存在依赖关系,本文使用DAG图描述相关联任务。对于现有的遗传算法在初始化种群方式上的缺陷,提出一种改进的自适应遗传调度算法,该算法利用任务的优先级来构造初始种群,充分利用任务的参数信息,使产生的初始种群是有效的。(4)在云计算仿真平台CloudSim上验证本文提出的两种调度算法的性能,通过对比分析实验结果可知所提调度算法能够很好的解决任务调度问题,提高任务调度效率。(5)将本文研究成果应用于与天津某研究院合作的项目“防爆设备检测服务云平台”中,以验证它们在实际计算环境中是有效的。