云计算环境下的任务调度对于云计算应用是至关重要的,是提高云计算系统性能的关键技术。合理有效的任务调度,直接影响系统的负载和性能,对于提高计算资源的利用率、降低运营成本以及满足用户需求都具有极大意义。首先,针对独立任务常用的调度策略,综合考虑任务集合的完成时间和完成成本,作为算法的优化目标,在保证系统负载均衡的前提下,提出了改进模拟退火多种群遗传算法。算法将多种群划分为进化方向不同的家族,每个家族采用不同的进化策略,从而克服传统遗传算法存在早熟收敛且陷入局部最优的缺点;在种群初始化阶段,利用max-min算法和min-min算法初始化,避免算法搜索的盲目性;在遗传操作中,引入模拟退火算法,使用Metropolis准则筛选下一代以保证种群的多样性,增强算法的全局搜索能力。其次,对于调度任务之间存在优先级约束的情况,在经典表调度算法和任务复制策略基础上,提出了改进表调度算法。其改进了算法中任务优先级的计算方法,在计算优先级过程中,考虑任务对后继任务的影响,增加前瞻性,从而构造出优先级合理的任务队列;并在虚拟机空闲时间槽中引入任务复制,减少任务等待时间,避免不必要的通信代价,从而提高虚拟机的利用率,缩短关联任务的调度长度。最后,本文在云计算仿真平台CloudSim上进行实验验证。实验结果表明,模拟退火多种群遗传算法可有效减少任务集合的完成时间和成本,并有效保证系统的负载均衡。此外,本文提出的改进表调度算法相较于表调度算法可以有效降低任务集合的调度长度,是云环境下有效合理的任务调度方法。