信息物理融合系统（Cyber-Physical System,CPS）是一种计算与物理过程深度融合且紧密协作的嵌入式网络化系统。CPS综合了计算、通信、控制等技术，以对物理环境的可靠感知为基础，利用网络的实时传输，最后通过信息世界的普适计算以及信息处理能力，实现对物理世界的精准控制，为人们提供高效、可信、灵活的服务。　　相比现有的嵌入式网络系统，信息物理融合系统一般较多地关注物理与信息资源的协同与合理调度，以实现对大型复杂系统的实时感知，动态监控，为用户提供高效，智能及灵活的控制服务和信息服务。由于CPS资源具有的结构、功能各异，并且资源之间异构性强，状态动态变化，拓扑结构不断变化，这些都给CPS资源调度形成了巨大挑战。本文针对现有算法的不足提出相应的调度算法，通过建立合理的资源调度模型，优化资源调度算法，实现资源的高效组织及合理分配，从而达到资源的最优化配置。本文研究成果如下：　　(一)综合分析了信息物理融合系统的基本概念以及系统构成，分析了资源调度算法的研究现状，并进一步总结它们的优缺点。　　(二)针对CPS复杂系统资源调度问题，提出一种基于粒子群-蚁群混合的资源调度算法，该调度算法保留粒子群算法收敛速度快的优点，在蚁群算法中引入狼群法则，增大最优路径的信息素以提高算法整体寻优能力。使得算法能够减少资源调度时间，有效实现负载均衡，在一定程度上提高资源利用率。　　(三）为了满足用户对CPS不同QoS要求,对当前多种QoS进行分析，建立多维QoS目标函数。在人工蜂群算法中引入交叉突变，增加种群的多样性，进而提高算法的求解精度和整体寻优能力，针对以上两者提出一种基于人工蜂群算法的多QoS约束资源调度策略，在保证QoS的要求下，能够有效提高资源的优化配置。　　最后，通过CloudSim仿真工具对上述所提出的两个算法进行仿真及深入分析；结果表明，相比于当前主流算法，在任务完成时间，资源负载方面有较好的性能，并且能够满足用户对QoS的要求。