SaaS(Soft as a Service),是一种打破传统软件销售模式的商业模式。为了给SaaS服务的开发和运营提供稳定、有针对性的服务平台,SaaS服务提供商构建了SaaS平台以统一管理众多SaaS服务,负责软件的开发、部署、组合和维护,从他们的客户中获得稳定、持续的收入。然而,如何合理地将SaaS服务部署在相应的虚拟机上以最大化SaaS服务提供商的经济效益,是SaaS平台需要考虑的重要问题。随着SaaS平台上SaaS服务的用户访问量不断变化,SaaS服务的资源需求量也随之变化,此时,单一的服务部署方案并不能保证系统稳定,因此,在SaaS平台的运行过程中,需要不断地调整SaaS服务的部署方案。目前研究中,大多以最小化虚拟机的租用成本来最大化SaaS服务提供商的经济效益;SaaS服务初始部署阶段的求解算法易陷入局部最优,求解质量不高;在动态部署阶段,大多研究中提出的算法在调整服务部署时过于被动,容易造成服务质量下降;服务迁移策略缺乏对SaaS服务资源需求和虚拟机资源消耗之间的相关性、互补性以及SaaS服务之间交互的考虑。针对以上问题,本文将提出相应的解决方案。本文将最大化SaaS服务提供商利益作为服务部署优化的研究目标,综合考虑虚拟机的租用成本和SaaS服务间交互与调用在数据中心产生的网络通信成本对SaaS服务部署优化的影响。在SaaS服务的初始部署优化阶段,本文提出基于混合模拟退火和粒子群的SaaS服务部署优化算法,建立了问题的求解模型并确定了优化目标。通过实验验证了该算法具有较好的求解效果。在资源需求动态变化阶段的服务迁移策略研究中,本文提出基于Prophet-LSTM组合的资源需求预测模型。通过实验证明,该组合资源预测模型比目前现有的预测模型有更高的预测精度。在SaaS服务的动态部署优化阶段,本文首先提出基于资源预测模型的迁移时机判断方法,更好的保障了SaaS服务的服务质量;然后针对迁移过程中拟迁移服务筛选问题和目的虚拟机筛选问题,分析了SaaS服务资源需求与虚拟机资源消耗间的相关性和互补性以及SaaS服务间的交互特点,提出最短欧几里得距离迁出SaaS服务筛选策略和最短欧几里得距离目的虚拟机筛选策略。通过实验证明,本文提出的方法能有效的减少SaaS服务的迁移次数和虚拟机的过载次数,保证虚拟机的稳定性和SaaS服务的服务质量,同时有效的减少了SaaS服务交互产生的网络通信成本和SaaS平台的资源使用成本,最大化了SaaS服务提供商的经济效益。