云计算作为一种新兴的商业计算模式，目前已经在IT产业界引起了广泛的关注。云计算凭借虚拟化技术能够将数据中心中所有的计算、存储、网络等资源整合，并且将这些基础设施资源以服务的形式提供给用户，用户可通过网络按需申请或释放资源。云计算这种技术优势促使相关产业飞速发展，云数据中心的建设规模也屡创新高。云计算产业繁荣的背后，数据中心的能耗、云计算服务质量（Quality of Service,QoS）问题日益严峻。因此本文综合考虑数据中心的能耗与QoS两方面因素，研究数据中心云平台的虚拟机资源调度问题，进行的相关工作和创新点如下：　　（1）完成在学校数据中心搭建OpenStack云平台，通过该平台管理数据中心的物理资源，并研究基于云平台的虚拟机调度算法。　　（2）以降低数据中心能耗为目标的虚拟机放置策略已成为云平台资源调度研究热点。本文针对数据中心采用的BFD、FFD等贪心算法并不能够很好的权衡能耗与服务质量的缺陷，设计了一种基于改进差分进化算法的虚拟机放置策略。该策略包括给出一种改进的基因编码修正方式，变异阶段根据适应度值分别采取优、劣的双分组变异策略，采用自适应交叉与变异参数调整算法的收敛速度，构建一个包含能耗、活动服务器数量、服务质量的综合能效模型充当算法适应度函数。仿真试验表明，本文算法具有比贪心算法和基本差分进化算法更低的能耗和更好的服务质量。　　（3）本文针对数据中心使用的虚拟机静态调度策略缺乏考虑负载资源动态变化导致的高能耗、较低服务质量问题，设计了一种基于动态负载的虚拟机迁移策略。该策略在迁移触发阶段采用双阈值热点主机迁移触发策略，在虚拟机选择阶段结合二次指数预测模型迁移资源使用量变化最大的虚拟机，在目标节点选择阶段使用虚拟机、服务器之间的皮尔逊相关系数与轮盘赌相结合的迁移目标主机选择方式。仿真实验表明，本文策略能够在资源负载动态变化情况下有效降低数据中心整体能耗、虚拟机迁移次数、服务违背率、服务器关机次数。