随着大量数据的产生,人类逐步迈进了大数据时代,并随之产生了一系列新的事物,云计算就是其中之一。云计算的产生和发展更新了海量数据新的处理方式,使得数据的处理更加高效和便捷。云计算使得计算机软硬件成为了和社会公共基础设施一样的资源,为人类提供基础服务。如何对这些资源进行合理的调度,成为了云计算数据处理中心的一个难题。云计算数据处理中心的任务调度策略是整个云计算过程的关键。本文针对云环境下的数据中心的任务调度策略,以粒子群算法为研究对象的手段,对任务调度和粒子群算法进行深入的研究,并对粒子群算法进行改进,将改进的算法应用于云环境下的任务调度中。针对标准粒子群算法在初始化粒子时只是随机生成,不能确保粒子均匀分布在搜索空间,本文在初始化时对粒子个体最初的位置和速度实行混沌序列设置,使初始化时粒子可以更加均匀的分布在解空间中。考虑粒子在迭代后期会出现早熟和粒子多样性减少等不足,为了增强粒子的全局寻优能力,在粒子的速度更新公式中加入了粒子重心的概念。最后通过CloudSim仿真器测试验证,实验结果表明本文算法能较好的获得调度结果且收敛速度较快。在解决实际的具体问题时,大多数问题都需要考虑多个目标的,需要对多个目标进行合理的优化处理,在多个目标之间权衡优化。本文对多目标粒子群算法进行了深入的研究,将其应用于云环境下多目标任务调度中。在云环境下的实际应用中,除了要关心任务总完成时间外,任务总成本也是需要重点考虑的因素之一。本文同时对总完成时间和总完成成本两个目标进行研究。实验结果表明,通过多目标粒子群算法优化处理最终能够得到一组最优解集供调度选择。